Preferences for Mobile-Supported e-Cigarette Cessation Interventions Among Young Adults: Qualitative Descriptive Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Despite the steady rise in electronic cigarette (e-cigarette) uptake among young adults, increasingly more young people want to quit. Given the popularity of smartphones among young adults, mobile-based e-cigarette cessation interventions hold significant promise. Smartphone apps are particularly promising due to their varied and complex capabilities to engage end users. However, evidence around young adults’ preferences and expectations from an e-cigarette cessation smartphone app remains unexplored. OBJECTIVE The purpose of this study was to take an initial step toward understanding young adults’ preferences and perceptions on app-based e-cigarette cessation interventions. METHODS Using a qualitative descriptive approach, we interviewed 12 young adults who used e-cigarettes and wanted to quit. We inductively derived themes using the framework analysis approach and NVivo 12 qualitative data analysis software. RESULTS All participants agreed that a smartphone app for supporting cessation was desirable. In addition, we found 4 key themes related to their preferences for app components: (1) flexible personalization (being able to enter and modify goals); (2) e-cigarette behavior tracking (progress and benefits of quitting); (3) safely managed social support (moderated and anonymous); and (4) positively framed notifications (encouraging and motivational messages). Some gender-based differences indicate that women were more likely to use e-cigarettes to cope with stress, preferred more aesthetic tailoring in the app, and were less likely to quit cold turkey compared with men. CONCLUSIONS The findings provide direction for the development and testing of app-based e-cigarette cessation interventions for young adults.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».