Examining how changes in provincial policy on vape marketing impacted the distribution of vaping advertisements near secondary schools in London, Ontario
Notice bibliographique
Résumé
OBJECTIVES: On January 1, 2020, the Government of Ontario passed a regulation banning vaping advertisements by retailers, apart from specialty shops. A motivation for this ban was to limit youth exposure to vaping advertisements. The primary goal of this research was to evaluate the impact of this ban on the number and density of vaping advertisements surrounding secondary schools. Additionally, we examined whether the number of vaping advertisements varied by school socio-demographic characteristics. METHODS: This study used a pre-post design. Audits were conducted December 2019 (pre-ban) and again January to February 2020 (post-ban), to identify vaping advertisements within 800 m surrounding secondary schools (n = 18) in London, Ontario. RESULTS: Prior to the ban, there were 266 vaping advertisements within 800 m of secondary schools. After the ban, this was reduced to 58, a 78.2% reduction. The mean number of vaping advertisements surrounding schools significantly decreased from 18.1 before the ban to 3.6 after the ban (p < 0.001). A significant positive correlation was found, prior to the ban, between the number of vaping advertisements surrounding schools and school-level residential instability (r = 0.42, p = 0.02). After the ban, no significant correlations were found between the number of vaping advertisements and school socio-demographic characteristics. CONCLUSION: The provincial ban of vaping advertisements in select retail settings significantly reduced the number of vaping advertisements in the areas surrounding secondary schools in London, Ontario. The ban also reduced socio-demographic inequities in youths' potential exposure to marketing of vaping products. Continued monitoring of the geographic accessibility and promotion of vaping products is warranted.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».