Can Removing Tar Information From Cigarette Packages Reduce Smokers’ Misconceptions About Low-Tar Cigarettes? An Experiment From One of the World’s Lowest Tar Yield Markets, South Korea
Notice bibliographique
Résumé
INTRODUCTION: Despite regulations that forbid cigarette packages from displaying messages such as "mild," "low-tar," and "light," many smokers still have misperceptions about "light" or "low-tar" cigarettes. One reason may be that tar amount displays continue to be permitted. This study examines whether removing tar delivery information from packaging reduces consumer misperceptions about "low-tar" cigarettes. METHODS: An online experiment was conducted in South Korea among 531 smokers who were randomly assigned to one of two conditions: with and without tar information on cigarette packages. Participants evaluated which type of cigarette was mildest, least harmful, easiest for nonsmokers to start smoking, and easiest for smokers to quit. RESULTS: Ten out of 12 chi-square tests showed that people judged the lowest reported tar delivery cigarette to be the mildest (p < .01), least harmful (p < .05), easiest to start (p < .05), and easiest to quit (p < .05)-less so in the "no-tar" condition than the "tar" condition. A higher level of misbeliefs about supposed low-tar cigarettes were found in the "tar" condition compared to the "no-tar" condition for all three brands (t = 5.85, 4.07, 3.82, respectively, p < .001). Regression analyses showed that the "no-tar" condition negatively predicted the level of misbeliefs after controlling for demographic and smoking-related variables (B [SE] = -.72 (.12), -.50 (.12), -.48 (.13), respectively, p < .001). CONCLUSIONS: Banning reported tar deliveries from cigarette packages is likely to reduce smokers' misconceptions about "low-tar" cigarettes. When reported tar deliveries are absent, smokers have inconsistent judgments about differently packaged cigarettes. IMPLICATIONS: When cigarette packages depict lower reported tar number deliveries, participants erroneously perceive them to be less harmful than packages displaying higher tar numbers. These misperceptions of harm may prompt smokers who might otherwise attempt to quit smoking to instead consume cigarettes with lower tar deliveries due to the mistaken belief that they will reduce their risk.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».