Nicotine content, labelling and flavours of e-liquids in Canada in 2020: a scan of the online retail market
Notice bibliographique
Résumé
Introduction: The e-cigarette market in Canada has rapidly evolved following the implementation of the Tobacco and Vaping Products Act in May 2018, which liberalized the promotion and sale of vaping products. To date, there is little data on the market profile of key product attributes, including nicotine content, labelling practices and flavours. Methods: An online scan of vaping product retailers (manufacturer, two national, five provincial) was conducted in 2020 to assess the e-liquids available on the Canadian market. Data were extracted from websites and product images regarding the nicotine content, labelling and flavours of e-liquids. Results: We identified 1746 e-liquids, with a total of 4790 different nicotine concentrations. Approximately half of the e-liquids were offered with salt-base nicotine (46.6%) and half with freebase nicotine (53.2%); the remainder were hybrids (0.2%). The mean nicotine concentration of salt-base e-liquids (3.4%) was higher than freebase e-liquids (0.5%) (p < 0.001). Labels indicating the presence of nicotine were visible on twothirds of e-liquid packaging displayed online (63.2%) while three-quarters of packaging displayed the nicotine concentration (73.7%), and more than half of packaging displayed health warnings (58.9%). A variety of flavours were also identified, with fruit being the most common (43.6%), followed by candy/desserts (27.6%) and non-alcoholic drinks (12.5%). Conclusion: Findings demonstrate the diversity of the online e-cigarette market in Canada, including the availability of higher-concentration salt-base nicotine products. Flavour restrictions have the potential to dramatically reduce the number of e-liquid flavours on the market, while restricting nicotine concentrations to < 20 mg/mL will predominantly restrict salt-based e-liquids.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».