Graphic Warning Labels on Cigarette Packaging in Canada: A Targeted Commentary on our Limited State of Knowledge
Notice bibliographique
Résumé
A large group of authors with inspiring credentials recently expressed their belief, in the journal Tobacco Control, that the introduction of graphic label warnings (GLWs)on cigarette packages could reduce smoking prevalence in the US by several percentage points, in view of the evidence proposed in two research papers that such warnings may have reduced prevalence by as much as 20% in Canada. I believe this claim is overstated, and I illustrate why by digging into the data used in one of those two papers. I do not claim that GWLs have a zero impact, but I show why the medical, economics and legal communities should be circumspect in accepting the magnitude of recent claims. There remains work to be done on the Canadian data and data from other economies. This commentary is not a finished paper, but I have chosen to make public the ideas here in the hope that they may spur further exploration and debate with a view to getting a better estimate of the impact of GWLs on behavior.
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 | 0,017 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,016 | 0,014 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,009 | 0,002 |
| Intégrité de la recherche | 0,036 | 0,036 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».