Exposure to Electronic Cigarette Television Advertisements Among Youth and Young Adults
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE Currently, the US Food and Drug Administration does not regulate electronic cigarette (e-cigarette) marketing unless it is advertised as a smoking cessation aid. To date, the extent to which youth and young adults are exposed to e-cigarette television advertisements is unknown. The objective of this study was to analyze trends in youth and young adult exposure to e-cigarette television advertisements in the United States. METHODS Nielsen data on television household audiences’ exposure to e-cigarette advertising across US markets were examined by calendar quarter, year, and sponsor. RESULTS Youth exposure to television e-cigarette advertisements, measured by target rating points, increased 256% from 2011 to 2013. Young adult exposure increased 321% over the same period. More than 76% of all youth e-cigarette advertising exposure occurred on cable networks and was driven primarily by an advertising campaign for 1 e-cigarette brand. CONCLUSIONS E-cigarette companies currently advertise their products to a broad audience that includes 24 million youth. The dramatic increase in youth and young adult television exposure between 2011 and 2013 was driven primarily by a large advertising campaign on national cable networks. In the absence of evidencebased public health messaging, the current e-cigarette television advertising may be promoting beliefs and behaviors that pose harm to the public health. If current trends in e-cigarette television advertising continue, awareness and use of e-cigarettes are likely to increase among youth and 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».