MétaCan
Menu
Retour à la cohorte
Enregistrement W2027280473 · doi:10.1136/bmj.321.7266.947

How can cigarette smuggling be reduced?

2000· article· en· W2027280473 sur OpenAlexaboutno aff
Luk Joossens

Notice bibliographique

RevueBMJ · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueIncentiveTobacco controlConsumption (sociology)Tobacco industryBusinessGovernment (linguistics)Black marketConventionInternational tradeGovernment revenuePublic healthEconomic policyDevelopment economicsEconomicsMarket economyPolitical scienceLawMedicineFinance

Résumé

récupéré en direct d'OpenAlex

The tobacco industry has argued that tobacco smuggling is caused by market forces—by the price differences between countries, which create an incentive to smuggle cigarettes from “cheaper” countries to “more expensive” ones. The industry has urged governments to solve the problem by reducing taxes, which will also, it says, restore revenue. The facts contradict all these assertions. Smuggling is more prevalent in “cheaper” countries, and where taxes have been reduced, such as in Canada, consumption has risen and revenue fallen. There are, however, countries that have solved the problem by better control, Spain being the most impressive example to date, and the new World Health Organization framework convention may at last promote control of tobacco smuggling at the level at which it must be tackled—globally. Tobacco smuggling has become a critical public health issue because it brings tobacco on to markets cheaply, making cigarettes more affordable and thus stimulating consumption, consequently increasing the burden of ill health caused by its use. Smuggling is not a small phenomenon: we have estimated that, globally, a third of legal cigarette exports disappear into the contraband market.1 This extraordinary proportion results in a second key effect of smuggling—the loss of thousands of millions of dollars of revenue to government treasuries. We also showed in our earlier studies that tobacco smuggling defies apparent economic logic. Common sense might suggest that cigarettes would be smuggled from countries where they are cheap (southern Europe, for example) to expensive countries (such as northern Europe) and that this is due simply to price differences between these countries, as the tobacco industry claims. Although this does happen, it is not the largest type of smuggling, and in Europe there is far more smuggling from north to south rather than the reverse.2 In fact, smuggling occurs in all parts …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,006
Science ouverte0,0020,002
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0340,009

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,453
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations103
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetGlobal Health Care IssuesTravaux en français237 207