Does perceived vaping addiction predict subsequent vaping cessation behaviour among adults who use nicotine vaping products regularly?
Notice bibliographique
Résumé
BACKGROUND: This study aimed to investigate whether perceived vaping addiction is a predictor of quitting nicotine vaping product (NVP) use among adults who have ever smoked and currently vape exclusively or predominantly in four countries: Australia, Canada, the US, and England. METHOD: Data analysed (n = 574) came from participants (aged 18 + ) who completed the International Tobacco Control (ITC) Four Country Smoking and Vaping survey in 2018 and again in 2020. Baseline inclusion criteria were: (1) currently not smoking or non-daily smoking; and (2) using NVPs daily/weekly for a period of at least 4 months. Association of self-reported baseline levels of perceived vaping addiction with making any attempts to quit vaping and successful attempts reported at follow-up were examined using logistic regression models, controlling for potential sociodemographic and smoking/vaping-related confounders. RESULTS: Participants who perceived themselves as being addicted to vaping were less likely to attempt to quit vaping than those who perceived themselves as not addicted. Among those who tried, those who perceived themselves being addicted were also less likely to succeed than those who perceived themselves as not addicted. No significant country differences in associations were observed for both outcomes. CONCLUSIONS: Perceived vaping addiction was shown to have predictive utility for vaping cessation behaviours, possibly acting as an indicator of task difficulty, and thus may serve as a useful screening tool for identifying NVP users who may benefit from tailored cessation support programs if they want to stop using these products.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».