The impact of vaping and regulatory environment on cigarette demand: behavioral economic perspective across four countries
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Government regulations of nicotine vaping products (NVP) have evolved rapidly during the past decade. The impact of NVP regulatory environment and vaping on cigarette demand is unknown. The current study aims to investigate whether or not respondents' reported cigarette demand, as measured by a hypothetical cigarette purchase task, varies with (1) smoking status, (2) vaping status or (3) NVP regulatory environment (country used as proxy). DESIGN: Cross-sectional survey data from wave 1 of the International Tobacco Control (ITC) Four Country Smoking and Vaping (4CV) Survey (2016). SETTING: Australia, Canada, England and the United States. PARTICIPANTS: A total of 10 316 adult smokers. MEASUREMENTS: A hypothetical purchase task asked smokers to estimate how many cigarettes they would purchase for consumption in a single day across multiple cigarette prices. Responses were used to derive measures of cigarette demand. Overall sensitivity of cigarette consumption to price increases was quantified to index cigarette demand elasticity, whereas estimated consumption when cigarettes are free was used to index cigarette demand intensity. FINDINGS: A majority of the non-daily smokers had previously smoked daily (72.3%); daily vapers were more likely to be former daily smokers (89.9%) compared to non-daily vapers (70.1%) and non-vapers (69.2%) (P < 0.001). The smoking status × vaping status interaction was significant for cigarette demand intensity (F = 4.93; P = 0.007) and elasticity (F = 7.30; P = 0.001): among non-daily smokers, vapers reported greater intensity but lower elasticity (i.e. greater demand) relative to non-vapers (Ps < 0.05). Among daily smokers, daily vapers reported greater intensity relative to non-vapers (P = 0.005), but vaping status did not impact elasticity (Ps > 0.38). Intensity was higher in Australia compared with all other countries (Ps < 0.001), but elasticity did not vary by country (F = 2.15; P = 0.09). CONCLUSIONS: In a hypothetical purchase task, non-daily smokers showed lower price elasticity if they used e-cigarettes than if they did not, while there was no clear difference in elasticity between e-cigarette users and non-users among daily smokers or according to regulatory environment of their country with regard to e-cigarettes.
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 | 0,000 | 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) | 0,000 | 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 ».