Tobacco taxation, illegal cigarette supply and geography: findings from the ITC Uruguay Surveys
Notice bibliographique
Résumé
BACKGROUND: In Uruguay, real tobacco taxes increased significantly during 2005-2010 and 2014-2017 and decreased during 2010-2014. The effects of these tax changes on illegal and legal cigarette usage differed significantly when we compared cities in the middle and south of the country with cities on the border. OBJECTIVE: This paper analyses whether supply side factors such as geographical location, distribution networks and the effectiveness of tobacco control play a significant role in sales and use of illegal cigarettes when tobacco taxes change, particularly given the price gap between legal and lower-priced illegal cigarettes. METHODS: Using the International Tobacco Control Evaluation Project Uruguay Survey data (2008, 2010, 2012 and 2014), choices among illegal, legal and roll-your-own cigarettes are estimated as a function of smokers' geographical location, an indicator of illegal cigarette supply, and controlling for socioeconomic and demographic variables. Smoking behaviours in Montevideo, Durazno and Maldonado were compared with those in two border cities, Salto and Rivera, where illegal cigarette prevalence may differ. FINDINGS: An increase in taxes on manufactured legal and roll-your-own cigarettes increased the odds that smokers in cities near the borders and women switched down to illegal cigarettes. City geographical location, controls effectiveness and distribution networks may play a significant role in accessibility of illegal cigarettes. To improve the effectiveness of increased taxes and prices in reducing smoking, policy-makers may consider specific policies intended to reduce access to illegal cigarettes, such as ratification and effective implementation of the Protocol to Eliminate Illicit Trade in Tobacco Products of WHO.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».