Adolescent vaping behaviours: Exploring the dynamics of a social contagion model
Notice bibliographique
Résumé
Vaping, or the use of electronic cigarettes (e-cigarettes), is an ongoing issue for public health. The rapid increase in e-cigarette usage, particularly among adolescents, has often been referred to as an epidemic. Drawing upon this epidemiological analogy between vaping and infectious diseases as a theoretical framework, we present a deterministic compartmental model of adolescent e-cigarette smoking which accounts for social influences on initiation, relapse, and cessation behaviours. We use results from a sensitivity analysis of the model’s parameters on various response variables to identify key influences on system dynamics and simplify the model into one that can be analysed more thoroughly. We identify a single feasible endemic equilibrium for the proportion of smokers that decreases as social influence on cessation increases. Through steady state and stability analyses, as well as simulations of the model, we conclude that social influences from and on temporary quitters are not important in overall model dynamics, and that social influences from permanent quitters can have a significant impact on long-term system dynamics. In particular, we show that social influence on cessation can induce persistent recurrent smoking outbreaks. • Developed a mathematical model of vaping by treating it as a social contagion. • Determined the vaping reproduction number where a smoking outbreak occurs. • Analysed a stable vaping equilibrium with an oscillatory leading order eigenvalue. • Explored dynamics leading to recurrent outbreaks that can be several decades apart. • Discussed the value of transient dynamics when analysing contagion models.
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 | 0,001 | 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 | 0,001 |
| 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 ».