Impact of vaping restrictions in public places on smoking and vaping in the United States—evidence using a difference‐in‐differences approach
Notice bibliographique
Résumé
AIMS: To estimate whether and to what extent extending indoor smoking restrictions to include electronic cigarettes (ECs) impact the use of ECs and cigarette smoking among adults in the United States. DESIGN: Observational study using a linear probability model and applying a difference-in-differences analysis. SETTING: United States. PARTICIPANTS: People aged 18-54 who lived in US counties where comprehensive indoor smoking laws in bars, restaurants and private work-places have been in place prior to 2010 (n = 45 111 for EC use analysis, n = 75 959 for cigarette use analysis). MEASUREMENTS: Data on cigarette smoking, use of ECs and place of residence from the Tobacco Use Supplement of the Current Population Survey (TUS-CPS 2010-11, 2014-15 and 2018-19) were combined with the American Nonsmokers' Rights Foundation (ANRF) database of state and local indoor smoking and vaping restriction laws. FINDINGS: Indoor vaping restriction (IVR) coverage was not significantly associated with the likelihood of adult EC use [coefficient estimate = 0.001; 95% confidence interval (CI) = -0.009, 0.013, P-value = 0.783]. In addition, IVR coverage was not significantly associated with adult cigarette smoking (coefficient estimate = -0.00; 95% CI = -0.016, 0.015, P-value = 0.954). The non-significant results appeared in different socio-demographic subgroups. CONCLUSIONS: IVRs do not appear to decrease electronic cigarette use among US adults. There is no evidence that IVRs increase or decrease cigarette smoking among US 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».