Awareness and perceived behaviour changes following the New York state vaping flavour ban, 2021–2022
Notice bibliographique
Résumé
SIGNIFICANCE: Despite an electronic cigarette (e-cigarette) flavour ban in New York (NY) since May 2020, most youth who vape continue to report vaping restricted flavours. This study aims to examine youth awareness and perceived behaviour change associated with the NY vaping flavour ban. METHODS: NY cross-sectional data from 2021 and 2022 ITC Youth Survey were combined and analysed (N=1014). Weighted analyses were used to describe awareness and understanding of the e-cigarette flavour ban, as well as changes in tobacco use behaviour. RESULTS: Only 0.9% (n=8) of NY youth understood the flavour ban, in that they were both aware of the flavour ban in all stores and accurately reported that all non-tobacco flavours were banned. Awareness and understanding of the flavour ban differed by vaping status (p<0.01): respondents who had vaped in the past 12 months or 30 days were more likely (adjusted OR (aOR)=2.15, 95% CI 1.34, 3.45; aOR=2.07, 95% CI 1.17, 3.64, respectively) to be aware of the flavour ban but misunderstand the stores or flavours included. Of the majority of youth who reported awareness of a flavour ban and vaped (n=122) or smoked (n=78) in the past 12 months reported no changes in behaviour (64.0% and 69.7%, respectively). CONCLUSIONS: Less than one-third of NY youth, regardless of vaping status, reported that an e-cigarette flavour ban was present where they live. Further, most youth who were aware of the ban misunderstood which flavours were restricted and/or that the ban applied to all stores that sold e-cigarettes. Increased enforcement and educational efforts could improve awareness and understanding of the NY e-cigarette flavour ban.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».