Effectiveness of the ban on tobacco industry sponsorship in Brazil: findings from the ITC Brazil Wave 1 to 3 Surveys (2009 to 2016 - 17)
Notice bibliographique
Résumé
Background In 2000, Brazil implemented a comprehensive ban on tobacco advertising (except point-of-sale), promotion, and sponsorship, including sponsorship by tobacco brands of national sporting and arts events, then in 2005 adding international sport events. However, a loophole in the law permits company names for sponsorship. This study examines whether this loophole has been exploited by the industry via Brazilians' awareness of tobacco company sponsorship of sporting and arts events between 2009 and 2016-17. Methods Data were from Waves 1 to 3 (2009, 2012-13, 2016-17) of the International Tobacco Control (ITC) Brazil Survey - a cohort survey of approximately 1200 adult smokers and 600 non-smokers in Rio de Janeiro, São Paulo, and Porto Alegre. At all three waves, respondents were asked whether they had seen or heard about (1) sport or sporting events and/or (2) music, theatre, art or fashion events sponsored by or connected with cigarette companies. At Waves 2 and 3, tobacco company name recognition was tested by asking respondents whether the following are tobacco companies: Souza Cruz, Nestle, and Pirelle. Data were analyzed using GEE logistic regression models. Results Awareness of a sport or sporting event sponsored by a cigarette company decreased between 2009 and 2016-17 among both smokers (from 8.7% to 4.7%; p=0.004) and non-smokers (from 11.8% to 5.7%; p=0.008). Awareness of an arts event sponsored by a tobacco company decreased among smokers (from 6.3% to 1.4%; p< .001), but not significantly among non-smokers (from 6.1% to 3.8%; p=0.235). Over 93% of smokers and non-smokers correctly stated that Souza Cruz is a tobacco company and over 98% correctly stated that Nestle and Pirelle are not. Conclusions Although Brazil has not specifically banned tobacco company sponsorship, public awareness of tobacco company sponsorship has decreased over 7 years, possibly suggesting that the industry has not (yet) taken advantage of the loophole.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».