Youth electronic cigarette use in Canada: A growing public health concern
Notice bibliographique
Résumé
Among Canadian youth aged 15-24 years, vaping has sharply increased, with more students trying e-cigarettes (ECs) than traditional tobacco, posing a significant public health concern 1 .Although ECs may offer harm-reduction potential for adults seeking smoking cessation, their increasing uptake among adolescents raises serious risks, including nicotine dependence, mental health challenges, and the potential for later combustible cigarette use.Spatial analysis of all 293 Canadian Census Divisions revealed key findings to inform youth-focused nicotine reduction policy 2 .Population-level surveys such as Canadian Tobacco, Alcohol, and Drug Survey and Canadian Student Tobacco, Alcohol, and Drug Survey demonstrate the scale of this issue 3,4 .Nationally representative data show that between 2016-2017 and 2018-2019, EC use nearly doubled among students in grades 7-9, while among students in grades 10-12, approximately 29% reported past 30-day EC use, with daily use widespread among those using highnicotine pod devices 5,6 .In 2020, 14.4% of youth aged 15-19 years reported vaping in the past 30 days, and almost 5% were daily users 7 .These trends closely followed the 2018 legalization of nicotine-containing EC products in Canada, which expanded product availability and diversified flavored options 5 .Evidence indicates that nicotine exposure during adolescence has long-term consequences.Nicotine alters neurocognitive development, emotional regulation, and reward pathways, contributing to impaired concentration, higher impulsivity, and increased susceptibility to addiction 8 .Recent studies in Canada also link EC use with elevated symptoms of depression, anxiety, somatic complaints, and suicidal ideation 9 .Moreover, adolescents who vape have significantly higher odds of initiating combustible cigarette
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».