Relationship between constituent labelling and reporting of tar yields among smokers in four countries
Notice bibliographique
Résumé
Countries have adopted different approaches to disseminating cigarette tar, nicotine, and carbon monoxide (CO) levels to consumers, with some (e.g. EU member states, Canada, Australia, but not the United States) requiring disclosure of results from the International Organization for Standardization (ISO) test method on packs. Cross-country comparisons can provide insight into how smokers use yields when information is presented differently. We examined whether smokers in four different countries could recall the tar yield of their brand of cigarettes, using data from the third wave of the International Tobacco Control Four Country Survey (ITC-4). Of current smokers in the United States, Canada, Australia and the United Kingdom, 33.6% gave a numeric response when asked to report the tar yield of their brand, whereas 66.4% responded 'I don't know.' American participants (9.2%) were less likely than Canadian (28.0%), UK (36.5%) or Australian (68.2%) smokers to give an answer, even after controlling for sociodemographic and smoking behaviour factors. Constituent labelling policies can affect whether smokers report a tar yield for their cigarette brand. Pack labelling appears to be useful for conveying information about cigarettes to smokers; however, there is an urgent need to develop more meaningful information on toxic constituents of cigarette smoke.
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 | 0,005 | 0,001 |
| 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 ».