The purchase sources of and price paid for cigarettes in sixEuropean countries: Findings from the EUREST-PLUS ITCEurope Surveys
Notice bibliographique
Résumé
INTRODUCTION: Tobacco tax policies have been proven to be effective in reducing tobacco consumption, but their impact can be mitigated through price-minimizing behaviours among smokers. This study explored the purchase sources of tobacco products and the price paid for tobacco products in six EU member states. METHODS: Data from Wave 1 of the EUREST-PLUS ITC Europe Survey collected from nationally representative samples of adult smokers in Germany, Greece, Hungary, Poland, Romania and Spain (ITC 6E Survey) were used. The ITC 6E Survey sample, conducted in 2016, randomly sampled 6011 adult cigarette smokers aged 18 years or older. Information on purchase sources of tobacco was examined by country. The difference in reported purchase price by purchase location (store vs non-store/other) was analysed using linear regression for each country. RESULTS: Tobacco purchasing patterns and sources varied widely between countries. Non-store/other purchases were very rare in Hungary (0.1%) while these types of purchases were more common in Germany (5.1%) and Poland (8.6%). Reported prices of one standard pack of 20 cigarettes were highest in Germany (4.80€) and lowest in Hungary (2.45€). While non-store purchases were only made by a minority of smokers (>10% in all countries), the price differential was considerable between store and non-store/other sources, up to 2€ per pack in Greece and in Germany. CONCLUSIONS: The results suggest a huge variation of purchasing sources and price differentials between store and non-store purchasing sources across the six EU member states examined. While the cross-sectional data precludes any causal inference, supply chain control through licensing as introduced in Hungary and the lack of such measures in the other countries might nevertheless be a plausible explanation for the large differences in the frequency of non-store purchases observed in this study.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».