Testing the bidirectional associations between vaping and changing eating to manage weight and shape in a large Canadian adolescent cohort
Notice bibliographique
Résumé
Objective Vaping among adolescents has surged in recent years, underscoring the need to identify intentions and motivating factors behind vaping. While weight management behaviours have been associated with vaping, the largely cross-sectional evidence precludes understanding of how these behaviours may relate to and reinforce each other over time. This study explored the bidirectional associations between vaping and changed eating to manage weight and shape over three years of adolescence. Method Adolescents from the [deidentified] study (N = 8,960, Mage = 13.8 (SD = 1.1), 55.5% cisgender girls) completed self-report surveys annually for three years (T1 2020/2021, T2 2021/2022, T3 2022/2023). Data were analyzed using random-intercept cross-lagged panel models with full information maximum likelihood. Results Increases in vaping were noted over time (20.9% at T1, 40.0% at T3), and 30% of adolescents were changing their eating to manage their weight/shape each year. Weak but significant associations were generally observed, such that cisgender girls who changed their eating to manage weight/shape engaged in more vaping the following year (βT1-T2 = .05, βT2-T3 =.05). Conversely, cisgender girls and boys with a higher vaping frequency reported more days of changing eating to manage weight/shape one year later (βT1-T2 = .02 and .04, βT2-T3 =.05 and .06). Conclusions The bidirectional relationship between vaping and weight-related eating behaviours underscores the value of addressing these habits as interconnected behaviors, informing the development of targeted public health policies, preventative measures, and intervention strategies to support health and reduce the adoption of vaping among adolescents.
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 | 0,000 |
| 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 ».