MétaCan
Menu
Retour à la cohorte
Enregistrement W3047271533 · doi:10.1002/sd.2106

‘If you kill tobacco, you kill Malawi’: Structural barriers to tobacco diversification for sustainable development

2020· article· en· W3047271533 sur OpenAlexafffund
Julia Smith, Jennifer Fang

Notice bibliographique

RevueSustainable Development · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésTobacco controlTobacco industryDiversification (marketing strategy)BusinessCultivation of tobaccoConventionSustainable developmentEconomic growthScope (computer science)AgricultureDevelopment economicsPolitical scienceMarketingEconomicsGeographyPublic health

Résumé

récupéré en direct d'OpenAlex

Abstract There is growing recognition that diversifying away from tobacco farming can contribute to progress towards the Sustainable Development Goals in lower‐ and middle‐income countries. However, diversification projects are often limited in scope and impact. This paper analyses structural barriers to tobacco diversification and opportunities to challenge them, based on the perceptions of those engaged in policy processes in Malawi, the most tobacco dependent country in the world. Through analysis of 11 key informant interviews, four structural barriers are identified: perceived economic importance, lack of alternatives, vested industry interests, and the polarised conflict between tobacco control advocates and farmers. Respondents suggest these might be overcome through import substitution, a focus on securing alternative markets, and the inclusion of tobacco farmers in global processes. In ratifying the Framework Convention on Tobacco Control, the Government of Malawi would be able to access diversification support, build a positive relationship with the global tobacco control community and address industry influence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,004
Communication savante0,0040,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations19
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainable DevelopmentMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207