A narrative review of alcohol control policies in Latvia between 1990 and 2020
Notice bibliographique
Résumé
ISSUES: Latvia has one of the highest alcohol per capita consumption in Europe. This study provides a narrative review of all evidence-based population-level alcohol control policies implemented in Latvia during the past 30 years. APPROACH: A review of country-level alcohol control policies implemented in Latvia between 1990 and 2020 was conducted. The World Health Organization's "best buys" and other recommended interventions for alcohol control were used to guide the search. KEY FINDINGS: Alcohol control policies in Latvia have evolved significantly over the last three decades. The most changes to alcohol control policy occurred in the transitional period between regaining independence in 1991 and joining the European Union in 2004. A number of significant alcohol control policies have been implemented to reduce alcohol availability and affordability, to restrict alcohol marketing and to counter drunk-driving. However, since 2010, when an increasing trend of alcohol consumption was observed, there has been a reluctance to pursue national public health policy actions to reduce alcohol consumption, and few adjustments to legislation to increase alcohol control have been made. IMPLICATIONS: Despite the progress in alcohol control, Latvia still has considerable potential for strengthening alcohol control to reduce the high levels of alcohol consumption. CONCLUSION: Although several alcohol control policies have been established in Latvia, many of the planned activities to limit alcohol intake and related harm have not been executed. Public health goals rather than political and economic incentives should be prioritised to reduce high levels of alcohol consumption in Latvia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».