MétaCan
Menu
Retour à la cohorte
Enregistrement W2927680957 · doi:10.18332/tpc/105226

The elasticity of tobacco products in BiH – macrodata analysis

2019· article· en· W2927680957 sur OpenAlexfundno aff
Dragan Gligorić, Saša Petković, Andjela Pepic, Jovo Ateljević, Borislav Vukojević

Notice bibliographique

RevueTobacco Prevention & Cessation · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensnon disponible
Organismes subventionnairesThird Health ProgrammeUniversity of WaterlooCanadian Institutes of Health ResearchEuropean Commission
Mots-clésElasticity (physics)BusinessEnvironmental healthMedicineMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Tobacco consumption continues to be behavior engaged in by a large percentage of Bosnia & Herzegovina (BiH) citizens. According to the official statistics, nearly half of the state’s adults, that is about 1,200,600 people, consume tobacco product on a daily bases. The state excise policy is one of the main available tool for reducing smoking prevalence because the cigarette prices are under direct impact of this policy. The specific excise on cigarettes introduced in BiH in 2009 and have increased every year so it was the main driver of cigarettes price growth. In order to provide research-based evidence for more effective tobacco taxation policies in BIH, in this paper we estimate the price elasticity of demand for cigarettes using the macro level data for the period 2008 to 2017, on a semi-annual basis. The results have shown that increase in prices of cigarettes have statistically significant impact on cigarettes consumption, at a significance level of 1%. The estimated price elasticity coefficient is in the range from -0.71 to -0.83, depends on the selected control variables used in the model. It means that increase in real cigarettes prices for 10% led to the decrease in cigarettes consumption in the range from 7.1% to 8.3%. Results of our analysis suggest that the state excise policy is an effective tool for reducing smoking prevalence in BiH. If policy-makers in BiH continue with the policy of increasing excise taxes, the consumption of cigarettes will decrease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTobacco Prevention & CessationMême sujetMetallurgy and Material FormingTravaux en français237 207