P4417Evaluating compliance of labelling on tobacco packets with WHO recommendations and national legislation in 12 middle eastern countries across levels of economic development
Notice bibliographique
Résumé
Introduction: Over one billion people smoke worldwide, half of whom will die of tobacco-related illnesses. Despite knowledge of harms, smoking rates remain high and continue to rise in Middle Eastern Countries. Health warnings have been shown to make cigarettes appear less attractive, increase the smoker's awareness of harms, increase quit attempts and lead to a reduction in cigarette smoking. Deceptive promotional labels, such as “light” or “mild”, have been shown to have the opposite effects by misleading consumers into minimizing the harms of smoking. Initiatives such as the Framework Convention on Tobacco Control (FCTC) were developed by the WHO to address the tobacco epidemic through health policy. Despite its positive impact, implementation remains a challenge. In this study, we assess compliance of labelling on tobacco packets from twelve Middle Eastern countries with national legislation and WHO recommendations. Methods: Investigators from twelve Middle Eastern countries collected at least 10 unique packets of the most commonly consumed and cheapest brands of cigarettes between January 2015 and November 2016. The countries included Bahrain, Israel, Kuwait, Oman, Qatar, Saudi Arabia, United Arab Emirates (High-Income Countries – HIC), Jordan, Lebanon, Turkey (Upper-Middle Income Countries – UMIC), Egypt, and Palestine (Low-Middle Income Countries – LMIC). A total of 140 packets were inspected using a structured data collection tool; all labels were assessed for content, size, and location.
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 | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».