Factors that Influence the Decision to Vape among Indigenous Youth
Notice bibliographique
Résumé
Abstract Background: The use of e-cigarettes (vaping) among Indigenous youth is much higher than that of their non-Indigenous counterparts, which has raised the concerns of various Indigenous scholars and communities. To better understand the most salient constructs that influence Indigenous youth decision-making around vaping, we co-created a qualitative research study with a Syilx First Nation community that was guided by the Unified Theory of Behavior (UTB). Methods: Through semi-structured interviews and a sharing circle, we gathered the perspectives and experiences of 16 Syilx youth. After an initial collaborative coding and training session, the interviews were transcribed and coded by Indigenous peer researchers using Nvivo. The final set of inductive themes were collaboratively developed. Results: Syilx youth reported that vaping decision-making is underpinned by colonialism, and the historical disproportionate impact of the tobacco industry. The youth spoke to several individual determinants that influence intentions to vape (e.g., vaping helps you cope), determinants that translate intentions to vape to decision to vape (e.g., access to vaping), individual determinants that influence intentions to not vape (e.g., family/community connectedness), and determinants that translate intentions to vape to decision to vape (e.g., access to supportive adults/band). The youth suggested that prevention efforts must first be informed by an understanding of why Indigenous youth vape.Conclusions: Vaping decision-making among Indigenous youth is underpinned by their cultures, contexts, and histories. In order to effectively address vaping among Indigenous youth, continued engagement of Indigenous youth in planning, developing, implementing, and evaluating both prevention and policies efforts is a necessity.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».