Global tobacco control and economic norms: an analysis of normative commitments in Kenya, Malawi and Zambia
Notice bibliographique
Résumé
Tobacco control norms have gained momentum over the past decade. To date 43 of 47 Sub-Saharan African countries are party to the Framework Convention on Tobacco Control (FCTC). The near universal adoption of the FCTC illustrates the increasing strength of these norms, although the level of commitment to implement the provisions varies widely. However, tobacco control is enmeshed in a web of international norms that has bearing on how governments implement and strengthen tobacco control measures. Given that economic arguments in favor of tobacco production remain a prominent barrier to tobacco control efforts, there is a continued need to examine how economic sectors frame and mobilize their policy commitments to tobacco production. This study explores the proposition that divergence of international norms fosters policy divergence within governments. This study was conducted in three African countries: Kenya, Malawi, and Zambia. These countries represent a continuum of tobacco control policy, whereby Kenya is one of the most advanced countries in Africa in this respect, whereas Malawi is one of the few countries that is not a party to the FCTC and has implemented few measures. We conducted 55 key informant interviews (Zambia = 23; Kenya = 17; Malawi = 15). Data analysis involved deductive coding of interview transcripts and notes to identify reference to international norms (i.e. commitments, agreements, institutions), coupled with an inductive analysis that sought to interpret the meaning participants ascribe to these norms. Our analysis suggests that commitments to tobacco control have yet to penetrate non-health sectors, who perceive tobacco control as largely in conflict with international economic norms. The reasons for this perceived conflict seems to include: (1) an entrenched and narrow conceptualization of economic development norms, (2) the power of economic interests to shape policy discourses, and (3) a structural divide between sectors in the form of bureaucratic silos.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».