MétaCan
Menu
Retour à la cohorte
Enregistrement W4223524446 · doi:10.1038/s41533-022-00277-9

Global youth vaping and respiratory health: epidemiology, interventions, and policies

2022· review· en· W4223524446 sur OpenAlexaff
Lynnette Nathalie Lyzwinski, John A. Naslund, Christopher J. Miller, Mark J. Eisenberg

Notice bibliographique

Revuenpj Primary Care Respiratory Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesUniversity of Queensland
Mots-clésMedicinePublic healthEnvironmental healthPsychological interventionPopulationEpidemiologyIntervention (counseling)BronchitisAsthmaPsychiatryNursingPathologyImmunology

Résumé

récupéré en direct d'OpenAlex

E-cigarette usage (also known as e-cigarettes or vaping products) has increasingly been recognized as a global public health problem. One challenge in particular involves their marketing to minors (teenagers and children) and the rising prevalence of use in this population. E-cigarettes unnecessarily expose minors to health risks, these include respiratory health problems, such as exacerbations of asthma, bronchitis, and respiratory-tract irritation. Nicotine, commonly found in e-cigarettes, is also associated with cognitive impairment and neurodevelopmental problems. E-cigarettes are also risk factors for downstream substance use, including cigarettes and cannabis initiation (the gateway hypothesis), which compounds health risks in dual users. Current public health preventative and intervention studies are limited, and there is a clear need for more interventions that may prevent usage and assist with cessation in this vulnerable population. Physician education and screening uptake should also be enhanced. Stricter public health policy and protection measures are also needed on a global scale to limit e-cigarette exposure in minors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,355
Tête enseignante GPT0,479
Écart entre enseignants0,123 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations98
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Primary Care Respiratory MedicineMême sujetSmoking Behavior and CessationTravaux en français237 207