Responses to Real-World and Hypothetical E-Cigarette Flavor Bans Among US Young Adults Who Use Flavored E-Cigarettes
Notice bibliographique
Résumé
INTRODUCTION: E-cigarette flavor bans could reduce or exacerbate population health harms. To determine how US e-cigarette flavor restrictions might influence tobacco use behavior, this study assesses responses to real-world and hypothetical flavor bans among young adults who use flavored e-cigarettes. AIMS AND METHODS: An online, national survey of young adults ages 18-34 who use flavored e-cigarettes was conducted in 2021 (n = 1253), oversampling states affected by e-cigarette flavor restrictions. Participants were asked about their responses to real-world changes in the availability of flavored e-cigarettes. Unaffected participants were asked to predict their responses under a hypothetical federal e-cigarette flavor ban. RESULTS: The most common response to real-world changes in flavored e-cigarettes availability was to continue vaping (~80%). Among those who exclusively vaped, 12.5% switched to combustible tobacco. Quitting all forms of tobacco was selected by 5.3% of those exclusively vape versus 4.2% who dual use. Under a hypothetical federal ban, more than half of respondents stated they would continue vaping; 20.9% and 42.5% of those who exclusively vape versus dual use would use combustible tobacco. Quitting all tobacco products was endorsed by 34.5% and 17.2% of those who exclusively vape versus dual use. CONCLUSIONS: Young adults who vape flavored e-cigarettes have mixed responses to e-cigarette flavor bans. Under both real-world and hypothetical e-cigarette flavor bans, most who use flavored e-cigarettes continue vaping. Under a real-world ban, the second most common response among those who exclusively vape is to switch to smoking; under a hypothetical federal ban, it is to quit all tobacco. IMPLICATIONS: This is the first national survey to directly ask young adults who use flavored e-cigarettes about their responses to real-world changes in flavored e-cigarette availability due to state and local flavor restrictions. The survey also asked individuals to predict their responses under a hypothetical federal e-cigarette flavor ban. Most who use flavored e-cigarettes would continue vaping following e-cigarette flavor restrictions, but many would switch to or continue using combustible tobacco, highlighting potential negative public health consequences of these policies. Policymakers must consider the impact of e-cigarette flavor bans on both e-cigarette and cigarette use.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».