MétaCan
Menu
Retour à la cohorte
Enregistrement W4393017082 · doi:10.2196/53899

Public Perception of the Tobacco 21 Amendment on Twitter in the United States: Observational Study

2024· article· en· W4393017082 sur OpenAlexvenueno aff
Liane M. Schneller, Zidian Xie, Jiarui Chen, Sarah Lee, Emily Xu, Dongmei Li

Notice bibliographique

RevueJMIR Infodemiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteU.S. Food and Drug AdministrationCenter for Tobacco ProductsNational Institutes of Health
Mots-clésSocial mediaLegislationPsychologyObservational studyPerceptionTheme (computing)Public healthAdvertisingSocial psychologyPolitical scienceInternet privacyMedicineComputer scienceLawBusinessWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Following the signing of the Tobacco 21 Amendment (T21) in December 2019 to raise the minimum legal age for the sale of tobacco products from 18 to 21 years in the United States, there is a need to monitor public responses and potential unintended consequences. Social media platforms, such as Twitter (subsequently rebranded as X), can provide rich data on public perceptions. OBJECTIVE: This study contributes to the literature using Twitter data to assess the knowledge and beliefs of T21. METHODS: Twitter data were collected from November 2019 to February 2021 using the Twitter streaming application programming interface with keywords related to vaping or e-cigarettes, such as "vape," "ecig," etc. The temporal trend of the T21 discussion on Twitter was examined using the mean number of daily T21-related tweets. Inductive methods were used to manually code the tweets into different sentiment groups (positive, neutral, and negative) based on the attitude expressed toward the policy by 3 coders with high interrater reliability. Topics discussed were examined within each sentiment group through theme analyses. RESULTS: Among the collected 3197 tweets, 2169 tweets were related to T21, of which 444 tweets (20.5%) showed a positive attitude, 736 (33.9%) showed a negative attitude, and 989 (45.6%) showed a neutral attitude. The temporal trend showed a clear peak in the number of tweets around January 2020, following the enactment of this legislation. For positive tweets, the most frequent topics were "avoidance of further regulation" (120/444, 27%), "Enforce T21" (110/444, 24.8%), and "health benefits" (81/444, 18.2%). For negative tweets, the most frequent topics were "general disagreement or frustration" (207/736, 28.1%) and "will still use tobacco" (188/736, 25.5%). Neutral tweets were primarily "public service announcements (PSA) or news posts" (782/989, 79.1%). CONCLUSIONS: Overall, we find that one-third of tweets displayed a negative attitude toward T21 during the study period. Many were frustrated with T21 and reported that underage consumers could still obtain products. Social media data provide a timely opportunity to monitor public perceptions and responses to regulatory actions. Continued monitoring can inform enforcement efforts and potential unintended consequences of T21.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

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

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 Opus0,291
Tête enseignante GPT0,419
Écart entre enseignants0,128 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR InfodemiologyMême sujetSmoking Behavior and CessationTravaux en français237 207