MétaCan
Menu
Retour à la cohorte
Enregistrement W4376131374 · doi:10.1186/s12954-023-00790-1

The impact of JUUL market entry on cigarette sales: evidence from a major chain retailer in Canada

2023· article· en· W4376131374 sur OpenAlexaffabout
Yingying Xu, Anindya Sen, Tengjiao Chen, Christopher M. Harris, Shivaani Prakash

Notice bibliographique

RevueHarm Reduction Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectronic cigaretteMarket shareBusinessAdvertisingPanel dataConsumption (sociology)EconomicsMarketingEconometricsMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Electronic nicotine delivery systems (ENDS), such as the JUUL system, are nicotine products for adults who currently smoke cigarettes but are looking for an alternative to combustible cigarettes. Sales of ENDS products were legislatively acknowledged and authorized federally in Canada with the Royal Assent of the Tobacco and Vaping Products Act in 2018. METHODS: With the unique dataset from a major chain retailer in Canada, we evaluated the impacts of JUUL market entry on cigarette sales across Canada from January 2017 to August 2019 using two-way fixed effects panel regression models by leveraging on the entry time variation at the city level. We conducted various robustness checks and a permutation test to validate our results. RESULTS: Our estimates suggested that JUUL market entry was, on average, significantly correlated with a 1.65% per-month decrease in cigarette sales during the initial months, and with a potentially larger impact on urban areas. Our results were robust across various specifications and tests. These findings implied that JUUL and combustible cigarettes act as economic substitutes during the study time period in Canada. CONCLUSIONS: These results suggested that local availability of ENDS products, such as JUUL, has the potential to reduce local cigarette consumption.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,284
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,037
Tête enseignante GPT0,312
Écart entre enseignants0,275 · 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.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetSmoking Behavior and CessationTravaux en français237 207