Receiving and giving electronic cigarettes as gifts in China: Findings from International Tobacco Control China Survey
Notice bibliographique
Résumé
Cigarette gifting is pervasive in China. As the Chinese are increasingly aware of harm from smoking cigarettes, e-cigarettes, often promoted as less harmful alternatives to cigarettes, may be viewed as appropriate gifts. This study is the first using population-based survey data to examine receiving and giving e-cigarettes as gifts in China. We analyzed 9,274 adults from Wave 5 of the International Tobacco Control China Survey, which was completed in July 2015. We found that the prevalence of receiving e-cigarettes as gifts was 1.3% among all respondents and 5.3% among urban smokers; the prevalence of giving e-cigarettes as gifts was 0.5% among all respondents and 1.2% among urban smokers. These prevalence estimates were very low among nonsmokers and rural respondents. Further analysis on urban smokers (N = 3,312) found that those aged 40-54 and 55+, those with high education levels, heavy smokers, and those who perceived e-cigarettes as equally/more harmful than cigarettes were more likely to receive e-cigarette gifts; and those who ever used e-cigarettes were significantly more likely to both receive and give e-cigarette gifts. Urban smokers with positive attitude about cigarette gifting were also more likely to give e-cigarette gifts to others, but those aged 55+ were less likely to gift e-cigarettes. Findings of this study indicate that the Chinese may perceive e-cigarettes as appropriate gifts for smokers, especially heavy smokers. Precautions should be taken to prevent e-cigarettes from becoming a gift choice for nonsmokers. Health campaigns designed to combat the social acceptance of cigarette gifting may also help reduce e-cigarette gifting.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».