MétaCan
Menu
← Retour à la cohorte
Enregistrement W4308286184 · doi:10.32388/8wxh0j

Review of: "Tobacco endgame intervention impacts on health gains and Māori:non-Māori health inequity: a simulation study of the Aotearoa-New Zealand Tobacco Action Plan"

2022· peer-review· en· W4308286184 sur OpenAlexaff
Clive Bates, Ben Youdan, Ruth Bonita, George Laking, David Sweanor, Robert Beaglehole

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAotearoaChess endgameTobacco useAction planIntervention (counseling)Action (physics)Environmental healthPolitical sciencePsychologyMedicineComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Building on recent progress towards the New Zealand Smokefree 2025 goal, the Government plans to introduce tobacco control legislation giving ministers powers to implement three significant new policies: a steep reduction in the number of retail outlets that can sell tobacco; a 'smokefree generation' proposal that would make it illegal to sell tobacco to anyone born after a certain date, and; regulations to remove most of the nicotine from tobacco to reduce its appeal and addictive effects.In preparation for this legislation, the Ministry of Health funded academics from Australia and New Zealand to model estimates of the likely impact of these measures, especially their contribution to achieving the Smokefree 2025 goal.The modelling, published as a preprint, Ouakrim et al. (2022) [1] ,is the subject of this review.It focuses on the modelling of the denicotinisation of tobacco because, according to the authors, it has the greatest impact.A number of significant flaws have been identified.The modelling is based on a fundamental and incorrect assumption that denicotinisation would reduce smoking by 85% over five years compared to business-as-usual.This draws on an earlier modelling paper, Wilson et al. (2022), [2] supplemented by other literature and expert opinion.The assumption, used as a key input to the model, is derived from a misinterpretation of a well-conducted randomised controlled trial of smoking cessation interventions that included very low nicotine content (VLNC) cigarettes in New Zealand in 2009-10, Walker et al. (2012).[3] The problem is that the trial design bears little relation to a population-wide denicotinisation regulatory intervention and its findings are not at all transferable to a model of the legislation.Volunteers who had already called the Quitline were given pharmacological and behavioural support;The intervention group were also given free VLNC cigarettes and instructed to smoke them if they wanted to;The trial intervention lasted only eight weeks and its impact assessed at six months.The trial does not include the most likely responses to the denicotinisation measure: switching to vaping, accessing an expanded illicit market, or workarounds by consumers or producers.

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)0,013
score de la tête « metaresearch » (Gemma)0,120
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,120
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0440,009

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 Opus0,159
Tête enseignante GPT0,481
Écart entre enseignants0,322 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetHealth disparities and outcomes→Travaux en français237 207→