MétaCan
Menu
Retour à la cohorte
Enregistrement W3009557044 · doi:10.3386/w26811

Intended and Unintended Effects of Banning Menthol Cigarettes

2020· report· en· W3009557044 sur OpenAlexaffabout
Christopher L. Carpenter, Hai V. Nguyen

Notice bibliographique

RevueNational Bureau of Economic Research · 2020
Typereport
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensHealth Sciences CentreMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMentholLegislatureFood and drug administrationUnintended consequencesBusinessEuropean unionAgricultural economicsEconomicsPolitical scienceInternational tradeLawChemistry

Résumé

récupéré en direct d'OpenAlex

Bans on menthol cigarettes have been recommended by the World Health Organization, adopted throughout the European Union, and proposed by the United States Food and Drug Administration (FDA), primarily due to concerns that menthol cigarettes enable youth smoking. Yet there is almost no direct evidence on their effects using real-world policy variation. We provide the first comprehensive evaluation of this policy by studying Canada where seven provinces banned menthol cigarettes prior to a nationwide menthol ban in 2018. Using provincial sales data, we show that menthol cigarette sales fell to zero immediately after menthol bans, with no meaningful effect on non-menthol sales. Survey data confirm that provincial menthol bans significantly reduced menthol cigarette smoking among both youths and adults. We also find strong evidence of substitution, however: provincial menthol bans significantly increased nonmenthol cigarette smoking among youths, resulting in no overall net change in youth smoking rates. We also document evidence of evasion: provincial menthol bans shifted smokers' cigarette purchases away from grocery stores and gas stations to First Nations reserves (where the menthol bans do not bind). Our results demonstrate the importance of accounting for substitution and evasion responses in the design of stricter tobacco regulations.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,285
Tête enseignante GPT0,511
Écart entre enseignants0,226 · 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'étudeThéorique ou conceptuel
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

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207