MétaCan
Menu
Retour à la cohorte
Enregistrement W4390498565 · doi:10.1093/her/cyad044

Noticing education campaigns or public health messages about vaping among youth in the United States, Canada and England from 2018 to 2022

2024· article· en· W4390498565 sur OpenAlexafffundabout
Katherine East, Eve Taylor, Erikas Simonavičius, Matilda Nottage, Jessica L. Reid, Robin Burkhalter, Leonie S. Brose, Olivia A Wackowski, Alex C Liber, Ann McNeill, David Hammond

Notice bibliographique

RevueHealth Education Research · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchNational Cancer InstitutePublic Health Agency of CanadaNational Institutes of HealthCancer Research UKHealth CanadaSociety for the Study of AddictionPublic Health Agency
Mots-clésPublic healthNew englandPolitical sciencePsychologyEnvironmental healthMedicineGerontologyPoliticsNursingLaw

Résumé

récupéré en direct d'OpenAlex

Public health campaigns have the potential to correct vaping misperceptions. However, campaigns highlighting vaping harms to youth may increase misperceptions that vaping is equally/more harmful than smoking. Vaping campaigns have been implemented in the United States and Canada since 2018 and in England since 2017 but with differing focus: youth vaping prevention (United States/Canada) and smoking cessation (England). We therefore examined country differences and trends in noticing vaping campaigns among youth and, using 2022 data only, perceived valence of campaigns and associations with harm perceptions. Seven repeated cross-sectional surveys of 16-19 year-olds in United States, Canada and England (2018-2022, n = 92 339). Over half of youth reported noticing vaping campaigns, and noticing increased from August 2018 to February 2020 (United States: 55.2% to 74.6%, AOR = 1.21, 95% CI = 1.18-1.24; Canada: 52.6% to 64.5%, AOR = 1.13, 1.11-1.16; England: 48.0% to 53.0%, AOR = 1.05, 1.02-1.08) before decreasing (Canada) or plateauing (England/United States) to August 2022. Increases were most pronounced in the United States, then Canada. Noticing was most common on websites/social media, school and television/radio. In 2022 only, most campaigns were perceived to negatively portray vaping and this was associated with accurately perceiving vaping as less harmful than smoking among youth who exclusively vaped (AOR = 1.46, 1.09-1.97). Consistent with implementation of youth vaping prevention campaigns in the United States and Canada, most youth reported noticing vaping campaigns/messages, and most were perceived to negatively portray vaping.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,232
Tête enseignante GPT0,505
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Education ResearchMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207