Characteristics of Canadians who use vaping products, by smoking status: findings from the Canadian Community Health Survey, 2020
Notice bibliographique
Résumé
INTRODUCTION: To date, surveillance of vaping among Canadians (using vaping products with or without nicotine) has largely been examined with respect to age and smoking status. However, a nationally representative examination of a broad set of characteristics is lacking. This study characterized Canadians aged 15 years and older who vape, stratified by smoking status. METHODS: Data from the 2020 Canadian Community Health Survey (unweighted analytical sample size: 28 413 respondents) were used to examine past-30-day vaping stratified by smoking status (current smoking, former smoking, and never/nonsmoking). A Sexand Gender-Based Analysis Plus approach was used to select individual-level characteristics for analysis. Descriptive statistics were used to examine outcomes by each characteristic and multivariable logistic regression models were constructed to identify significant factors associated with each past-30-day vaping by smoking status category, using weighted data. RESULTS: In 2020, 2.0% (605 000) of Canadians aged 15 years and older reported vaping and current smoking (dual use), 1.2% (372 000) reported vaping and former smoking and 1.1% (352 000) reported vaping and never/nonsmoking. Within each past-30-day vaping by smoking status category, certain subgroups presented higher risks: youth and young adults, men, and those having a mood and/or anxiety disorder had higher odds of dual use. Vaping and former smoking was associated with self-identification as a man, having a mood and/or anxiety disorder and provincial region. Youth and young adults, men and those identifying as not a visible minority had higher odds of vaping and never/nonsmoking. CONCLUSION: This analysis of Canadians who vape, stratified by smoking status, identifies high-prevalence subpopulations and informs us of the composition of vaping populations by select characteristics, deepening our understanding of Canadians who engage in vaping behaviours.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».