Comparing alcohol policy environments in high‐income jurisdictions with the International Alcohol Control Policy Index
Notice bibliographique
Résumé
INTRODUCTION: Considerable evidence exists on the most effective policy to reduce alcohol harm; however, a tool and index to allow comparisons of policy status of the most effective policies between similar jurisdictions and change over time within a jurisdiction has not been widely used. The International Alcohol Control (IAC) Policy Index is designed to address this gap and monitor the alcohol policy environment with regard to four effective policy domains (tax/pricing, availability, marketing and drink driving). METHODS: This study compares IAC Policy Index scores across 11 high-income jurisdictions: Aotearoa (Māori language name for New Zealand); Australia; Finland; Norway; the Netherlands; (Republic of Ireland; Lithuania; Ontario; Alberta; Quebec; British Columbia). Collaborators in the 11 high-income jurisdictions populated the online Alcohol Policy Tool with available indicators. The team in Aotearoa New Zealand sought to validate information and worked with collaborators to clarify any uncertainties in the data. RESULTS: Lithuania, Norway, Finland and Ireland scored above average on the IAC Policy Index. The jurisdictions varied in terms of the strength of policy in different domains, with drink driving legislation showing the greatest consistency and marketing the strongest relationship between stringency of policy and impact on the ground. DISCUSSION AND CONCLUSIONS: Results in high-income jurisdictions suggested the IAC Policy Index provides a useful overview of core alcohol policy status, allows for comparisons between jurisdictions and has the potential to be useful in alcohol policy debate.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».