MétaCan
Menu
Retour à la cohorte
Enregistrement W4229448443 · doi:10.1016/j.ypmed.2022.107074

Brazilian smokers are ready for the ban on flavour additives in tobacco to be implemented

2022· article· en· W4229448443 sur OpenAlexafffund
Christina N Kyriakos, Geoffrey T. Fong, Cristina Pérez, André Salem Szklo, Pete Driezen, Anne C K Quah, Valeska Carvalho Figueiredo, Filippos T Filippidis

Notice bibliographique

RevuePreventive Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensOntario Institute for Cancer ResearchUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchPan American Health OrganizationOntario Institute for Cancer ResearchInstitut National Du CancerImperial College LondonUniversity of WarwickInstituto Nacional do Câncer, Ministério da SaúdeFundação do Câncer
Mots-clésMedicineFlavourEnvironmental healthTraditional medicineFood science

Résumé

récupéré en direct d'OpenAlex

Brazil became the first country to approve a national policy to ban all flavour additives in all tobacco leaf products in 2012. However, as of February 2022, the policy remained to be implemented. Cross-sectional data come from the International Tobacco Control (ITC) Brazil Wave 3 Survey among adult smokers (N = 1216) in 2016-2017. The majority of smokers supported a ban on menthol (56.0%; 95%CI: 51.7-60.2%) and a ban on all additives (61.7%; 57.5-65.8%), with no significant differences across sociodemographic groups in adjusted logistic regression models. More than half of menthol smokers reported they would either quit or reduce the amount they smoked if menthol cigarettes were banned. Findings suggest that there is support for Brazil's ban on flavour additives, which is a determinant of successful policy implemented. Continued delays will postpone an important measure with demonstrated public health gains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,369
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreventive MedicineMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207