The illicit cigarette market in six South African townships
Notice bibliographique
Résumé
BACKGROUND: We estimate the size of the illicit cigarette market in low socioeconomic areas in South Africa before and after a tax increase. In 2018, the real excise tax increased by 3% and the value-added tax (VAT) rate increased from 14% to 15%. Thus, the real tax on cigarettes increased by 4%. METHODS: A total of 2427 smokers were interviewed over two rounds of data collection (1234 before the tax increase and 1193 after). Data were collected in six townships across four of South Africa's nine provinces. Smokers were asked about their most recent cigarette purchase. Cigarettes purchased for R1 (US$0.08) or less per stick are presumed illicit, based on a threshold price, which includes production costs and taxes. RESULTS: In 2017 and 2018 respectively, 34.6% and 36.4% of smokers in the sample purchased illicit cigarettes. The increase in the proportion of illicit purchases was not statistically significant. Smokers with relatively low socioeconomic status, those who have low levels of education and those who are older or unemployed are most likely to purchase illicit cigarettes. CONCLUSIONS: The illicit cigarette trade in South African townships is widespread. The government should implement an independent track and trace system to curb tax evasion. This would reduce the availability of illicit cigarettes, improve public health and increase excise tax collection.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,000 | 0,000 |
| 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 ».