Predictors of Greater Vaping Dependence and Higher Vaping Frequencies among Canadian Youth and Young Adults over 12-Month
Notice bibliographique
Résumé
Background: The prevalence of electronic cigarette use has doubled among Canadian youth and young adults in recent years. However, little is known about the predictors of greater vaping nicotine dependence. This study identifies variables associated with greater Penn-State Electronic Cigarette Dependence Index (PS-ECDI) scores and higher vaping sessions per month (SPM) among this population. Methods: Data were drawn from a longitudinal study that recruited 1048 Canadian participants aged 16-26 in 2018. Quota sampling was used to ensure enough regular e-cigarette users were recruited. The current study restricted analyses to the 459 participants who were baseline vapers and have completed both the baseline and 12-month follow-up surveys. Linear regression analyses were employed, with the use of the best subset modelling strategy to obtain reduced models. Results: Baseline vapers who were ≥ 18 and married or cohabiting, had used other tobacco products, had 30 or more puffs per vaping session, started vaping at an earlier age, vaped to quit/reduce smoking, and had used a disposable cigarette-like vaping device and/or an advanced box or tubular device and/or a pod vape in the last 6-month were associated with greater PS-ECDI scores compared to their respective counterparts. Additionally, baseline vapers who were ≥18 and married or cohabiting, had used cannabis, had 30 or more puffs per vaping session; vaped to reduce/quit smoking and/or because friends vape; had used a pod vape in the last 6-month were more likely to have higher SPM at the 12-month follow-up compared to their respective counterparts. Conclusion: 11% of the participants were classified as high vaping nicotine dependence and 42% of the participants had increased their SPM over 1 year. The findings provide targets for vaping reduce or cessation programs and potential policy change in the regulation and sales of pod vape.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».