Effectiveness of tobacco warning labels before and after implementation of the European Tobacco Products Directive—findings from the longitudinal EUREST-PLUS ITC Europe surveys
Notice bibliographique
Résumé
BACKGROUND: Tobacco product packaging is a key part of marketing efforts to make tobacco use appealing. In contrast, large, prominent health warnings are intended to inform individuals about the risks of smoking. In the European Union, since May 2016, the Tobacco Products Directive 2014/40/EU (TPD2) requires tobacco product packages to carry combined health warnings consisting of a picture, a text warning and information on stop smoking services, covering 65% of the front and back of the packages. METHODS: Key measures of warning label effectiveness (salience, cognitive reactions and behavioural reaction) before and after implementation of the TPD2, determinants of warning labels' effectiveness and country differences were examined in a longitudinal sample of 6011 adult smokers from Germany, Greece, Hungary, Poland, Romania and Spain (EUREST-PLUS Project) using longitudinal Generalized Estimating Equations (GEE) models. RESULTS: In the pooled sample, the warning labels' effectiveness increased significantly over time in terms of salience (adjusted OR = 1.18; 95% CI: 1.03-1.35), while cognitive and behavioural reactions did not show clear increases. Generally, among women, more highly educated smokers and less addicted smokers, the effectiveness of warning labels tended to be higher. CONCLUSION: We found an increase in salience, but no clear increases for cognitive and behavioural reactions to the new warning labels as required by the TPD2. While it is likely that our study underestimated the impact of the new pictorial warning labels, it provides evidence that health messages on tobacco packaging are more salient when supported by large pictures.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».