Examining the correlates of cigarette smoking, e-cigarette use and dual use among Canadian post-secondary students
Notice bibliographique
Résumé
Many Canadians use nicotine products such as cigarettes and e-cigarettes. A particular subpopulation of concern is post-secondary students given they have a higher prevalence of use. Many correlates of cigarette smoking and e-cigarette use have been identified. However, less focus has been on examining the correlates of cigarette smoking, e-cigarette use and dual use. This study explores the correlates of different nicotine modality use in post-secondary students. Using data from the Canadian Campus Wellbeing Survey (CCWS; n = 27,164), a multi-level nominal regression assessed the correlates of nicotine modality use. In comparison to individuals who were <20, individuals 20-24 (OR = .448, 95% CI .321, .625), 25-29 (OR = .140, 95% CI .093, .212), 30-34 (OR = .076, 95% CI .046, .125) and over 35 (OR = .041, 95% CI .024, .071) had lower odds of e-cigarette use compared to cigarette smoking. Identifying as a woman (OR = 1.553, 95% CI 1.202, 2.006), non-heterosexual (OR = .642, 95% CI = .485,0.851), current cannabis user (OR = 1.651, 95% CI 1.296, 2.104), and being an international student (OR = .350, 95% CI .251, .487) also impacted the odds of e-cigarette use vs only cigarette smoking. When considering dual use vs cigarette smoking, individuals aged 20-24 (OR = .491, 95% CI .337, .717), 25-29 (OR = .221, 95% CI .137, .357), 30-34 (OR = .163, 95% CI .091, .292) and over 35 (OR = .122, 95% CI .065, .230) had lower odds than individuals <20. Current cannabis use (OR = 1.680, 95% CI = 1.209, 2.138), binge drinking (OR = 1.885, 95% CI 1.384, 2.568), and international student status (OR = .689, 95% CI .476, .996) also impacted cigarette smoking vs dual-use. Overall, a minority of young adults (11.5%) at post-secondary institutions in our sample use nicotine products, and the higher prevalence of e-cigarette use warrants continued monitoring. Health promotion campaigns addressing e-cigarette use are required. Additionally, tailored intervention efforts could prioritize the treatment needs of international students studying in Canada.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».