Banning shisha smoking in public places in Iran: an advocacy coalition framework perspective on policy process and change
Notice bibliographique
Résumé
INTRODUCTION: Shisha smoking is a widespread custom in Iran with a rapidly growing prevalence especially among the youth. In this article, we analyze the policy process of enforcing a federal/state ban on shisha smoking in all public places in Kerman Province, Iran. Guided by the Advocacy Coalition Framework (ACF), we investigate how a shisha smoking ban reached the political agenda in 2011, how it was framed by different policy actors, and why no significant breakthrough took place despite its inclusion on the agenda. METHODS: We conducted a qualitative study using a case study approach. Two main sources of data were employed: face-to-face in-depth interviews and document analysis of key policy texts. We interviewed 24 policy actors from diverse sectors. A qualitative thematic framework, incorporating both inductive and deductive analyses, was employed to analyze our data. RESULTS: We found that the health sector was the main actor pushing the issue of shisha smoking onto the political agenda by framing it as a public health risk. The health sector and its allies advocated enforcement of a federal law to ban shisha smoking in all public places including teahouses and traditional restaurants whereas another group of actors opposed the ban. The pro-ban group was unable to neutralize the strategies of the anti-ban group and to steer the debate towards the health harms of shisha smoking. Our analysis uncovers three main reasons behind the policy stasis: lack of policy learning due to lack of agreement over evidence and related analytical conflicts between the two groups linked to differences in core and policy beliefs; the inability of the pro-ban group to exploit opportunities in the external policy subsystem through generating stronger public support for enforcement of the shisha smoking ban; and the nature of the institutional setting, in particular the autocratic governance of CHFS which contributed to a lack of policy learning within the policy subsystem. CONCLUSIONS: Our research demonstrated the utility of ACF as a theoretical framework for analyzing the policy process and policy change to promote tobacco control. It shows the importance of accounting for policy actors' belief systems and issue-framing in understanding how some issues get more prominence in the policy-making process than others. Our findings further indicate a need for significant resources employed by the state through public awareness campaigns to change public perceptions of shisha smoking in Iran which is a deeply anchored cultural practice.
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 | 0,024 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,015 | 0,034 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».