MétaCan
Menu
Retour à la cohorte
Enregistrement W4302028555 · doi:10.26633/rpsp.2022.80

Beneficios del impuesto a los cigarros en México: análisis por sexo y quintil de ingreso

2022· article· es· W4302028555 sur OpenAlexaff
Luz Myriam Reynales-Shigematsu, Belén Sáenz-de-Miera, Blanca Llorente, Norman Maldonado, Geordan Shanon, Prabhat Jha

Notice bibliographique

RevueRevista Panamericana de Salud Pública · 2022
Typearticle
Languees
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésExcisePovertyTax revenueDemographyDemographic economicsWelfare economicsEconomicsEnvironmental healthMedicineGeographyEconomic growthPublic economicsSociology

Résumé

récupéré en direct d'OpenAlex

Objective: Estimate economic and health benefits, by sex and income quintile, of tax-based cigarette price increases in Mexico. Methods: An extended cost-effectiveness analysis (ECEA) model was used to estimate distributional benefits for women and men in the scenario of a 44% increase in the price of cigarettes (from 56.4 Mexican pesos [MX$] to MX$81.2 per pack), as a result of tripling the current specific excise tax (from MX$0.49/cigarette to MX$1.49/cigarette). The model was calibrated with official national information sources. Results: With a tax increase of one peso per cigarette, about 1.5 million smokers would quit (351 300 women and 1.1 million men). This would prevent approximately 630 000 smoking-attributable premature deaths. Reducing the burden of disease would save the health sector close to MX$42.8 billion and prevent more than 250 000 people (including 50 200 women smokers) from falling into poverty. It would also result in an additional MX$16.2 billion in revenue per year, of which the lowest income quintile would contribute less than 3% (1% for low-income women). Conclusions: The tobacco epidemic has clearly differentiated patterns between women and men, reflecting a gender component. While the tobacco tax in Mexico would have great benefits with respect to the current state of the epidemic, this could also contribute to the broader goal of social justice by reducing gender inequities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,299
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Panamericana de Salud PúblicaMême sujetSmoking Behavior and CessationTravaux en français237 207