Correlates of Lifetime and Past Month Vape Use in a Sample of Canadian University Students
Notice bibliographique
Résumé
INTRODUCTION: This study examines correlates of lifetime (ie, ever vaped) and past month vape use among students aged 17 to 19 years, 20 to 25 years, and 26+ years from Western University in London, Ontario. The secondary objective is to assess lifetime and past month vape use among students not of legal age to purchase vaping products in Ontario (ie, those 17 to 18 years only). METHODS: Using Qualtrics, a cross-sectional survey was sent via email to all students at Western University (N = 38 442), assessing their current and past risk-taking behaviors, mental health, sociodemographic characteristics, as well as questions pertaining to their family structure and socioeconomic background during childhood. Students were asked if they had ever vaped in their lifetime and about past month vape use. Logistic regression models were used to assess correlates of lifetime and past month vape use. RESULTS: The sample consisted of 2626 university students. Compared to those ages 26+ years, teenage university students were 10 times more likely to have vaped in the past month and males were twice as likely as females to have vaped. Alcohol use doubled the odds of vaping in the past month, whereas cigarette, cannabis, or cocaine use approximately tripled the odds. Students who reported many sexual partners were far more likely to have vaped in the past month. CONCLUSION: Vape use is more common among teenage university students, males, those who drink alcohol, smoke, use cannabis or cocaine, and who report many sexual partners.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».