Impact of the Tobacco Products Directive on self-reported exposure to e-cigarette advertising, promotion and sponsorship in smokers—findings from the EUREST-PLUS ITC Europe Surveys
Notice bibliographique
Résumé
BACKGROUND: Advertising, promotion and sponsorship of electronic cigarettes (ECAPS) have increased in recent years. Since May 2016, the Tobacco Products Directive 2014/40/EU (TPD2) prohibits ECAPS in various advertising channels, including media that have cross-border effects. The objective of this study was to investigate changes in exposure to ECAPS in a cohort of smokers from six European Union member states after implementation of TPD2. METHODS: Self-reported exposure to ECAPS overall and in various media and localities was examined over two International Tobacco Control Policy Evaluation survey waves (2016 and 2018) in a cohort of 6011 adult smokers from Germany, Greece, Hungary, Poland, Romania and Spain (EUREST-PLUS Project) using longitudinal generalized estimating equations models. RESULTS: Self-reported ECAPS exposure at both timepoints varied between countries and across examined advertising channels. Overall, there was a significant increase in ECAPS exposure [adjusted odds ratio (aOR): 1.25, 95% CI: 1.09-1.44]. Between waves, no consistent patterns of change in ECAPS exposure across countries and different media were observed. Generally, ECAPS exposure tended to decline in some channels regulated by TPD2, particularly on television and radio, while exposure tended to increase in some unregulated channels, such as at points of sale. CONCLUSIONS: The findings suggest that the TPD2 was generally effective in reducing ECAPS in regulated channels. Nonetheless, further research is warranted to evaluate its role in reducing ECAPS exposure, possibly by triangulation with additional sources of data.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».