Review of Tobacco Taxes Advocacy in Indonesia: A Health Promotion Strategies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The global smoking prevalence from 2007 to 2021 decreased from 22.7% to 17%. However, in some countries, the prevalence has not changed or even increased. Indonesia is the third largest country in cigarette consumption. Data shows about 58 million male smokers and 3.5 million female smokers smoke every day. Many tobacco control efforts have been made, including efforts to increase cigarette excise taxes. In the process, there are advocacy efforts included in the health promotion strategy according to WHO in the Ottawa Charter. However, a complete review of the process and results of advocacy is still lacking, even though it can be used to evaluate the implementation of advocacy for future excise tax increases. Aims: This research aims to review the process and results of advocacy as a health promotion strategy in tobacco control. Methods: This research involves CISDI (Center for Indonesia’s Strategic Development Initiatives). The method used was Focus Group Discussion with CISDI and secondary data from political mapping in assessing advocacy results. Results: Advocacy of the excise tax increase policy carried out by CISDI received support from officials or the public amounting to 70.2% and only 23.6% disagreed. Conclusion: Health promotion strategies through advocacy can increase awareness and support from policy makers quite effectively. Tobacco control through increasing tobacco taxes can be carried out if all parties encourage the government to make policies. However, in reality, an increase in tobacco taxes alone cannot reduce cigarette consumption in the community.
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.
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) | 0,000 | 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 découle