Assessing the impact of Lithuania’s 2018 alcohol marketing ban on adolescent alcohol use by comparing trends with five EU control countries: a study protocol for a secondary data analysis
Notice bibliographique
Résumé
INTRODUCTION: Alcohol consumption poses a significant health risk, contributing to 10% of deaths in the WHO European Region. To combat this, the WHO recommends the implementation of its 'best buy' policies-three cost-effective alcohol policies that include higher taxes, restricted availability and marketing bans. While evidence links alcohol marketing to increased consumption, the effectiveness of marketing bans in decreasing alcohol use remains inconclusive. Lithuania's 2018 comprehensive alcohol marketing ban offers a unique opportunity to measure the impact of this particular 'best buy' control policy. METHODS AND ANALYSIS: We will analyse repeated cross-sectional measures of alcohol use among 15-year-old and 16-year-old adolescents from Lithuania and other five European Union countries (Estonia, France, Italy, Latvia and Poland). Data from the European School Survey Project on Alcohol and Other Drugs collected between 2003 and 2019 will be used, as well as longitudinal alcohol policy data meticulously gathered through official records, supplemented by relevant literature and consultations with national authorities. Although all six countries introduced best buy alcohol policies-primarily via excise tax increases implemented at different times-only Lithuania implemented a full marketing ban. Generalised linear mixed models will be employed to assess the impact of national alcohol marketing restrictions on alcohol consumption, controlling for participant characteristics, social behaviours and country-level variables such as other alcohol control policies evaluated through a partial Bridging the Gap (BtG) scale. Sensitivity analyses will explore different outcome time periods and model specifications. ETHICS AND DISSEMINATION: The Research Ethics Board of the primary recipient of the grant has approved the secondary data analyses as outlined in the grant proposal (CAMH REB 050/2020 delegated review, renewed annually). The study results will be published in a peer-reviewed journal, presented at conferences, and shared with policymakers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».