How much to pay for a track and trace system: a simulation model for South Africa
Notice bibliographique
Résumé
BACKGROUND: The illicit trade in tobacco reduces the effectiveness of tobacco-control policies. Independent track and trace (T&T) systems are considered one of the most effective measures available to reduce the illicit tobacco trade. South Africa, with an illicit trade estimated at over 35% of the total market, is yet to implement a T&T system. METHODS: An Excel-based simulation model is used to determine the break-even T&T marker cost per pack. At the break-even cost per pack, the government would recover all costs associated with implementing T&T by collecting additional revenues. We conduct a scenario analysis to provide a range of break-even marker costs. FINDINGS: A marker cost of between R2.68 (US$0.17) and R5.24 (US$0.34) per pack allows the South African government to collect enough additional revenue to recover all costs associated with T&T. Implementing such a system would reduce cigarette consumption by between 5% and 11.5%. Given that comparable systems cost significantly less than this range (roughly US$0.02 per pack), the government would in all likelihood be able to implement a system at a cost below the break-even rate, thus generating additional revenue. CONCLUSION: The break-even simulation model provides a practical tool for the government to plan the implementation of T&T and to set up an evaluation criteria for the T&T tender process. The simulations illustrate that implementing T&T in South Africa would both reduce consumption (licit and illicit) and generate additional revenue. With some modifications, the model can be applied to other countries as well.
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) | 0,000 | 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 ».