Reasons for using e-cigarettes among adults who smoke: comparing the findings from the 2016 and 2020 ITC Korea Surveys
Notice bibliographique
Résumé
INTRODUCTION: Dual use of e-cigarettes and cigarettes is a growing usage pattern in adults, but little is known about the motivations underlying this trend. We investigated the reasons for e-cigarette use among adults who smoke, considering variation in sociodemographic subgroups. METHODS: This repeated cross-sectional study analysed adults who smoked at least weekly and vaped at any frequency. Data were from the International Tobacco Control Korea Surveys conducted in 2016 (n=164) and 2020 (n=1088). Fourteen reasons for e-cigarette use were assessed in both waves. Subgroup analyses were performed by age, sex and educational level. RESULTS: The top reasons for e-cigarette use in 2020 were curiosity (62.8%), less harmful than smoking (45.4%) and taste (43.2%). Curiosity was the most cited across age, sex and education subgroups. Significant differences were observed in 2020 compared with 2016, with lower percentages in goal-oriented reasons: helping quit smoking (36.3% vs 48.9%; p=0.017), helping cut down smoking (35.3% vs 52.7%; p=0.001), less harmful to others (39.0% vs 54.6%; p=0.003) and more acceptable (31.6% vs 61.2%; p<0.001). By contrast, non-goal-oriented reasons showed higher percentages in 2020, such as curiosity (62.8% vs 27.9%; p<0.001), taste (43.2% vs 22.1%; p<0.001) and enjoyment (26.8% vs 8.6%; p<0.001). In 2020, a majority of adults who smoked and vaped (53.3%) reported no intention to quit or reduce smoking. CONCLUSIONS: E-cigarette use for curiosity and pleasure predominated among adults who smoked. The reasons for dual use in adults have shifted from goal-oriented to non-goal-oriented.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».