‘Beyond nicotine’ marketing strategies: Big Tobacco diversification into the vaping and cannabis product sectors
Notice bibliographique
Résumé
Tobacco sales in Canada and the USA have stagnated.1 2 Although denormalisation strategies have reframed smoking (and smokers) as socially unacceptable,3–6 these attitudes appear to apply uniquely to smoked tobacco. Cannabis now represents notable opportunities for tobacco companies, with recreational cannabis becoming legalised federally in Canada (effective October 2018) and increasingly at the state level in the USA. While the social acceptability of cigarette smoking has declined over time, cannabis use has become chic and desirable. For example, Barneys—a set of high-end US department stores that were known for selling designer handbags, shoes and clothing—offered a ‘Lifestyle Shop’ of luxury cannabis products and accessories in strategic efforts to appeal to ‘status seekers’.7 According to Barneys’ website, ‘It’s no secret that there has been a huge cultural shift when it comes to cannabis. What was once taboo is now being embraced as part of the wellness routine of a variety of lifestyles, and it’s led to a burgeoning new industry’.8 Not surprisingly, tobacco companies have invested in the nascent cannabis sector. Altria, for example, invested $2.4 billion to acquire a 45% ownership stake in the Canadian cannabis company, Cronos.9 British American Tobacco (BAT), meanwhile, acquired a nearly 20% stake in Organigram, which is also a Canada-based cannabis company. Cannabis is a sector where tobacco companies can leverage their compatible strengths, which include well-established supply chain and distribution channels, global reach, expertise regarding mergers and acquisitions, and experience with navigating within stringent regulatory environments (figure 1).10 According to David O’Reilly, BAT’s Director of Scientific Research, …
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 | 0,002 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».