The Role of Uncertainty in Regulating E‐Cigarettes: The Emergence of a Regulatory Regime, 2005‐15
Notice bibliographique
Résumé
Increasingly, the regulation of public health hazards is subject to an appraisal of the risk of harm to various target populations. However, an expanding body of evidence suggests that when faced with a deficit of information concerning a particular public health risk, governments and regulators do very little to address the risk directly. By examining the case of the first ten years of the availability of electronic cigarettes (2005‐15), this article illustrates a scenario in which regulation to manage public health risks does not occur, because there is insufficient information to support a particular course of action. It then argues that when information is sparse, regulators can find themselves in a zone of uncertainty within which regulatory action can be a significant challenge. Related Articles Givel, Michael S., and Andrew L. Spivak. 2008. “Public Management and the Public Good: The Case of Oklahoma’s 2002 Secondhand Tobacco Smoke Rules.” Politics & Policy 36 (3): 430‐447. https://doi.org/10.1111/j.1747-1346.2008.00115.x Harvey, Olivia. 2009. “Human Embryonic Stem Cell Research in the United States: Some Policy Options for Industry Development.” Politics & Policy 37 (1): 51‐71. https://doi.org/10.1111/j.1747-1346.2008.00161.x Pautz, Michelle C. 2009. “Trust between Regulators and the Regulated: A Case Study of Environmental Inspectors and Facility Personnel in Virginia.” Politics & Policy 37 (5): 1047‐1072. https://doi.org/10.1111/j.1747-1346.2009.00210.x Related Media Baird, Craig. 2016. “Effects of Vaping Up in the Air; City Plans to Follow Provincial Legislation Regarding Smoking Bans.” The Leader‐Post (Regina, Canada). May 14, A8. Britton, John, and Ilze Bogdanovica. 2014. Electronic Cigarettes: A Report Commissioned by Public Health England . London: Public Health England. https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/311887/Ecigarettes_report.pdf Galewitz, Phil. 2016. “Here’s What’s Clear as FDA Regulates Vaping.” The Washington Post . No. 05/2016. https://www.pressreader.com/usa/the-washington-post/20160510/283162902808111
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 | 0,021 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,012 |
| Communication savante | 0,020 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,014 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».