Trends in youth e-cigarette and cigarette use between 2013 and 2019: insights from repeat cross-sectional data from the COMPASS study
Notice bibliographique
Résumé
OBJECTIVES: E-cigarettes are an increasingly popular product among youth in Canada. However, there is a lack of long-term data presenting trends in use. As such, the objective of this study was to examine trends in e-cigarette and cigarette use across various demographic characteristics between 2013 and 2019 among a large sample of secondary school youth in Canada. METHODS: Using repeat cross-sectional data from a non-probability sample of students in grades 9 to 12, this study explored trends in the prevalence of ever and current e-cigarette use and cigarette smoking between 2013-2014 and 2018-2019 in British Columbia, Alberta, Ontario, and Quebec. Trends in ever and current e-cigarette use and cigarette smoking were studied across demographic variables among students in Ontario. RESULTS: The prevalence of e-cigarette ever and current use was variable across province and increased over time, particularly between 2016-2017 and 2018-2019. In contrast, the prevalence of current cigarette smoking was relatively stable over the study period, decreasing significantly in Alberta and Ontario between 2017-2018 and 2018-2019. In Ontario, the prevalence of ever and current e-cigarette use increased among all grades, both genders, and all ethnicities. CONCLUSION: Consistent with data from the United States, the prevalence of e-cigarette use among our large sample of Canadian youth has increased substantially in a short period of time. Surveillance systems should continue to monitor the prevalence of tobacco use among youth. Additional interventions may be necessary to curb e-cigarette use among Canadian youth.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| 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) | 0,001 | 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 ».