Content analysis of conversations on Reddit: reactions to FDA’s ENDS prioritized enforcement policy
Notice bibliographique
Résumé
Introduction: On January 2, 2020, the FDA announced a policy focused in part on prioritizing enforcement of flavored (other than tobacco- or menthol-flavored) cartridge-based electronic nicotine delivery systems (ENDS) without premarket authorization. Methods: We used a query to identify Reddit conversations relevant to the policy from January 2 to May 6, 2020. Our sample included 576 posts (46 posts and 530 accompanying comments). Two analysts coded posts for mentions of use behaviors (e.g., switching, quitting), purchasing behaviors (e.g., purchasing from retailer new to the user), and flavored products. We summarized frequencies of coded data and provided illustrative quotes. Results: Only 21.0% (121/576) of posts mentioned use behavior. Switching behavior was the most common use behavior mentioned (50.4%, 61/121). Most switching behavior posts focused on ENDS-related switching (91.8%, 56/61). The most common ENDS-related switching behaviors mentioned were switching to an open tank (45.9%, 28/61) or device with refillable pods/cartridges (44.3%, 27/61); 8.2% (5/61) mentioned switching to disposables. Just 15.5% (89/576) of posts mentioned purchasing behavior, with the most common being purchasing from a retailer new to the user (32.6%, 29/89). Only 6.8% (39/576) of posts mentioned specific flavors. Conclusion: Reddit posts about the policy commonly discussed switching to non-cartridge-based ENDS products, such as open tank systems or disposable devices, and purchasing products from different online sources that were still selling these products. Findings suggest that publicly available Reddit data can complement data from traditional sources (e.g., surveys, sales) to understand potential unintended consequences associated with policies by exploring the public's reactions.
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 | 0,001 | 0,002 |
| 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 ».