Tobacco cessation and household spending on non-tobacco goods: results from the US Consumer Expenditure Surveys
Notice bibliographique
Résumé
OBJECTIVES: To estimate the impact of tobacco cessation on household spending on non-tobacco goods in the USA. METHODS: 9130 tobacco-consuming households were followed for four quarters. Households were categorised during the fourth quarter as having: (1) recent tobacco cessation, (2) long-term cessation, (3) relapsed cessation or (4) no cessation. Generalised linear models were used to compare fourth quarter expenditures on alcohol, food at home, food away from home, housing, healthcare, transportation, entertainment and other goods between the no-cessation households and those with recent, long-term or relapsed cessation. The full sample was analysed, and then analysed by income quartile. RESULTS: In the full sample, households with long-term and recent cessation had lower spending on alcohol, food, entertainment and transportation (p<0.001). Recent cessation was further associated with reduced spending on food at home (p<0.001), whereas relapsed cessation was associated with higher spending on healthcare and food away from home (p<0.001). In the highest income quartile, long-term and recent cessations were associated with reduced alcohol spending only (p<0.001), whereas in the lowest income quartile, long-term and recent cessations were associated with lower spending on alcohol, food at home, transportation and entertainment (p<0.001). CONCLUSIONS: Households that quit tobacco spend less in areas that enable or complement their tobacco cessation, most of which may be motivated by financial strain. The most robust association between tobacco cessation and spending was the significantly lower spending on alcohol.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».