Prédicteurs de l’utilisation de la cigarette électronique à capsule chez les jeunes et les jeunes adultes canadiens
Bibliographic record
Abstract
Introduction Les modifications apportées à la législation fédérale ont permis la vente légale de cigarettes électroniques à base de nicotine sur le marché canadien en 2018. Parmi ces produits figurent les cigarettes électroniques à capsule, comme les dispositifs JUUL, qui ont par la suite été associées à une hausse marquée de la prévalence de l’utilisation des cigarettes électroniques et à un accroissement de la fréquence de leur utilisation chez les jeunes américains et canadiens. De nombreuses études ont été menées auprès de divers groupes de populations aux États-Unis sur les facteurs qui incitent à utiliser ou à commencer à utiliser les dispositifs JUUL, mais on dispose de peu de données probantes sur des facteurs de risque semblables liés à l’utilisation des cigarettes électroniques à capsule chez les jeunes et les jeunes adultes canadiens. La compréhension de ces facteurs de risque peut éclairer l’adoption de stratégies de prévention et d’intervention au Canada et dans d’autres pays. Méthodologie Au total, 668 jeunes et jeunes adultes canadiens ont été recrutés dans le cadre de l’Étude par panel auprès des jeunes et des jeunes adultes réalisée en 2018- 2019. Ils ont été invités à répondre à une enquête initiale ayant eu lieu 3 mois avant l’assouplissement de la réglementation fédérale sur les cigarettes électroniques à base de nicotine et une enquête de suivi 9 mois après la modification de la réglementation. Nous avons utilisé une régression logistique multivariée pour comprendre les prédicteurs de référence de l’utilisation future des cigarettes électroniques à capsule chez les répondants et pour les classer en fonction de leur importance. Résultats Avoir consommé du cannabis au cours du dernier mois (rapport de cotes [RC] = 2,66; intervalle de confiance [IC] à 95 % : 1,66 à 4,21, p < 0,001), fumer régulièrement la cigarette (RC = 3,42; 1,53 à 7,65, p < 0,01), avoir expérimenté antérieurement la cigarette (RC = 2,40, 1,34 à 4,31, p < 0,01), avoir de nombreux amis qui vapotent (RC = 2,15; 1,37 à 3,34, p < 0,001), avoir moins de 18 ans comparativement à avoir plus de 22 ans (RC = 5,26; 2,63 à 10,00, p < 0,001) et être de sexe masculin (RC = 1,69; 1,16 à 2,50, p < 0,01) se sont révélés des prédicteurs significatifs et les plus influents de l’utilisation future de cigarettes électroniques à capsule. Conclusion Des facteurs similaires ont incité les jeunes et les jeunes adultes canadiens et américains à utiliser des cigarettes électroniques à capsule. L’examen de la polyconsommation de substances chez les jeunes du secondaire peut être utile pour mettre en place des stratégies préventives appropriées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".