Visualizing data: Trends in smoking tobacco prices and taxes in India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<ns4:p> <ns4:bold>Background</ns4:bold> <ns4:bold>:</ns4:bold> Tobacco smoking remains a leading risk factor for disease burden globally. In India alone, about 1 million deaths are caused annually by smoking. Although increasing tobacco prices has consistently been found to be the most effective intervention to reduce tobacco use, the documentation of prices and taxes across time and space has not been an essential component of tobacco control surveillance in most jurisdictions. This study aimed to examine, using graphical methods, trends in smoking tobacco taxes and prices in India at national and state-level. </ns4:p> <ns4:p> <ns4:bold>Methods</ns4:bold> <ns4:bold>:</ns4:bold> We used retail prices, price indices, and unit values (household expenditures on a commodity divided by the quantity purchased) collected and reported by government agencies. For bidis and cigarettes, we examined current and real (inflation-adjusted) prices, affordability (cost in terms of income), and key tax changes at both national and state-level. </ns4:p> <ns4:p> <ns4:bold>Results</ns4:bold> <ns4:bold>:</ns4:bold> We show that real prices of bidis and cigarettes were relatively flat (even decreasing in the case of bidis) between 2000 and 2007, and clearly increasing from 2010. When rising income is taken into account, however, both cigarettes and bidis have become more affordable since 2000. We found that some but not all tax changes were accompanied by price changes and in particular, that tax decreases did not result in price decreases. </ns4:p> <ns4:p> <ns4:bold>Conclusion</ns4:bold> <ns4:bold>:</ns4:bold> It is feasible to evaluate tax and price policies at national and regional level using routinely collected data. </ns4:p>
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.
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 | 0,015 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,028 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle