Support for nicotine reduction in cigarettes: findings from the 2016 and 2020 ITC Four Country Smoking and Vaping Surveys
Notice bibliographique
Résumé
INTRODUCTION: The USA and New Zealand have sought to establish a product standard to set a maximum nicotine level for cigarettes to reduce their addictiveness. This study examined support for very low nicotine cigarettes (VLNCs) in Australia, Canada, England and the USA between 2016 and 2020. METHODS: Repeated cross-sectional data were analysed from participants who currently smoke, formerly smoked or vaped and/or currently vape in the 2016 (n=11 150) and/or 2020 (n=5432) International Tobacco Control (ITC) Four Country Smoking and Vaping Survey. Respondents were asked if they would support a law that reduces the amount of nicotine in cigarettes to make them less addictive. Adjusted and weighted logistic regression analyses estimated the prevalence and predictors of support, such as country, age, sex, education, income, race and smoking/vaping status for VLNCs (support vs oppose/do not know). RESULTS: A majority of respondents supported a VLNC law, with support highest in Canada (69%; 2016 and 2020 combined), followed by England (61%), Australia (60%) and the USA (58%). Overall, support decreased from 62% in 2016 to 59% in 2020 (p=0.004), which did not differ by country. Levels of support differed by smoking/vaping status, where those who exclusively smoked daily showed the lowest level of support (59%) and those who exclusively vaped non-daily had the highest level of support (72%). CONCLUSION: More than half of respondents in all four countries-including those who smoked daily-supported a hypothetical VLNC standard to render cigarettes less addictive. It is important to examine if support is sustained after policies are implemented.
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 | 0,000 | 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 | 0,000 |
| 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 ».