Perceived safety and effectiveness of electronic cigarettes among Malaysian adults and public support for regulation
Notice bibliographique
Résumé
Introduction: Electronic cigarettes have been used as \na harm reduction method towards tobacco cessation. \nMalaysian government has enforced a strict policy to \nregulate the sale of electronic cigarette products because \nits liquid contains nicotine. \nObjectives: This study aimed to explore the general public’s perception towards electronic cigarette use. Public support towards electronic cigarette regulation was also examined. \nMaterials and Methods: Data were obtained from the National E-Cigarette Survey (NECS) 2016, which used a multi-stage stratified cluster sampling household survey representing all Malaysian adults aged 18 years old. A cross-sectional survey was conducted among a total of 4,288 adults. \nResults: Majority were aged 25–44 years old (44%), completed at least secondary education (69%), of Malay \nethnicity (73%), and married (68%). Majority (88.1%) have \nnever used electronic cigarette. A quarter (25.5%) perceived electronic cigarette helps people quit cigarette smoking, while 20.3% perceived electronic cigarette helps people to maintain cigarette abstinence. About 85% believed that electronic cigarette use do not help in improving breathing and coughing. Majority (91.8%) disagreed that electronic cigarettes should be allowed in places where tobacco smoking is banned. Thus, 63.4% agreed that electronic cigarette should be banned completely rather than regulated. \nConclusion: Majority of general public had negative perception about electronic cigarette use.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».