Classifying European cigarette consumption trajectories from 1970 to 2015
Notice bibliographique
Résumé
OBJECTIVES: To systematically code and classify longitudinal cigarette consumption trajectories in European countries since 1970. DESIGN: Blinded duplicate qualitative coding of periods of year-over-year relative increase, plateau, and decrease of national per capita cigarette consumption and categorisation of historical cigarette consumption trajectories based on longitudinal patterns emerging from the data. SETTING: 41 countries or former countries in the European region for which data are available between 1970 and 2015. RESULTS: Regional trends in longitudinal consumption patterns identify stable or decreasing consumption throughout Northern, Western and Southern European countries, while Eastern and Southeastern European countries experienced much greater instability. The 11 emergent classes of historical cigarette consumption trajectories were also regionally clustered, including a distinctive inverted U or sine wave pattern repeatedly emerging from former Soviet and Southeastern European countries. CONCLUSIONS: The open-access data produced by this study can be used to conduct comparative international evaluations of tobacco control policies by separating impacts likely attributable to gradual long-term trends from those more likely attributable to acute short-term events. The complex, regionally clustered historical trajectories of cigarette consumption in Europe suggest that the enduring normative frame of a gently sloping downward curve in cigarette consumption can offer a false sense of security among policymakers and can distract from plausible causal mechanisms among researchers. These multilevel and multisectoral causal mechanisms point to the need for a greater understanding of the political economy of regional and global determinants of cigarette consumption.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 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 ».