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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».