Towards a greater understanding of the illicit tobacco trade in Europe: a review of the PMI funded ‘Project Star’ report
Notice bibliographique
Résumé
BACKGROUND: Following a legal agreement with the European Union (EU), Philip Morris International (PMI) commissions a yearly report ('Project Star', PS) on the European illicit cigarette trade from KPMG, the global accountancy firm. METHODS: Review of PS 2010 report. Comparison with data from independent sources including a 2010 pan-European survey (N=18,056). FINDINGS: Within PS, data covering all 27 EU countries are entered into a model. While the model itself seems appropriate, concerns are identified with the methodologies underlying the data inputs and thus their quality: there is little transparency over methodologies; interview data underestimate legal non-domestic product partly by failing to account for legal cross-border sales; illicit cigarette estimates rely on tobacco industry empty pack surveys which may overestimate illicit; and there is an over-reliance on data supplied by PMI with inadequate external validation. Thus, PMI sales data are validated using PMI smoking prevalence estimates, yet PMI is unable to provide sales (shipment) data for the Greek islands and its prevalence estimates differ grossly from independent data. Consequently, comparisons with independent data suggest PS will tend to overestimate illicit cigarette levels particularly where cross-border shopping is frequent (Austria, Finland, France) and in Western compared with Eastern European countries. The model also provides data on the nature of the illicit cigarette market independent of seizure data suggesting that almost a quarter of the illicit cigarette market in 2010 comprised PMI's own brands compared with just 5% counterfeited PMI brands; a finding hidden in PMI's public representation of the data. CONCLUSIONS: PS overestimates illicit cigarette levels in some European countries and suggests PMI's supply chain control is inadequate. Its publication serves the interests of PMI over those of the EU and its member states. PS requires greater transparency, external scrutiny and use of independent data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,013 | 0,016 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».