MétaCan
Menu
Retour à la cohorte
Enregistrement W3125449674 · doi:10.20944/preprints201804.0034.v1

Change and Continuity in Vaping and Smoking by Young People: A Qualitative Case Study of a Friendship Group

2018· preprint· en· W3125449674 sur OpenAlexaff
Neil McKeganey, Marina Barnard

Notice bibliographique

RevuePreprints.org · 2018
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensBritish Columbia Centre on Substance Use
Organismes subventionnairesnon disponible
Mots-clésFriendshipQualitative researchMonitoring the FuturePsychologySocial psychologyDevelopmental psychologyDemographySociologySubstance abusePsychiatrySocial science

Résumé

récupéré en direct d'OpenAlex

This paper explores as a case study the development of e-cigarette use and smoking within small friendship group (n=8) in Glasgow, Scotland. Interviewed twice at six months apart these 16/17 year olds reported substantial change in their use of and attitudes towards e-cigarettes and tobacco. At time 1 vaping generated much excitement and interest, with 6/8 having their own vape device. At time 2 only two young people still vaped, with the others no longer professing any interest in continued vaping. The two regular smokers, who had been smoking before they first vaped, now only vaped privately and to reduce their tobacco intake. This small case study illustrates plasticity in the use of electronic cigarettes; just as young people can initiate using these devices so too can they more away from their use- with such changes in actual use occurring within a relatively short period of time. These findings demonstrate more than anything else the volatility in young peoples’ substance use behaviour. If we are to better understand these behaviours we require both quantitative and qualitative research studies that are capable of both monitoring changes in individual and group behaviour over time but which are also able to elucidate the nuance of individual behaviour differentiating between long term, frequent, consistent use and more episodic, experimental and infrequent use by young people.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,011
Communication savante0,0040,004
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,290
Tête enseignante GPT0,447
Écart entre enseignants0,157 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetGender, Feminism, and MediaTravaux en français237 207