MétaCan
Menu
Back to cohort
Record W4402898059 · doi:10.1055/s-0044-1790409

Das Geschäft mit der Sucht – wie viel Umsatz macht die Alkoholindustrie mit Risiko- und Hochkonsum?

2024· article· de· W4402898059 on OpenAlex
Nathalie Stüben, Carolin Kilian, Anna Schranz, Ludwig Kraus, Justin Möckl, Eva-Maria Krowartz, Sally Olderbak, Jakob Manthey

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueSuchttherapie · 2024
Typearticle
Languagede
FieldSocial Sciences
TopicConsumer behavior in food and health
Canadian institutionsCentre for Addiction and Mental Health
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

Hintergrund und Fragestellung: Trotz offenkundigem Konflikt zwischen staatlichen Public Health-Zielen und wirtschaftlichen Zielen von Alkoholherstellenden inszenieren sich diese als Präventionspartner der Politik, indem sie nicht-evidenzbasierte Lösungen wie Selbstregulation in Werbung und Marketing durchsetzen, schwere Trinker:innen als das eigentliche Problem darstellen und als Lösung einen ‚verantwortungsvollen' Konsum propagieren. Unser Forschungsinteresse besteht darin, zu überprüfen, wie stichhaltig diese Argumentation der Alkoholindustrie ist, indem wir berechnen, wie viel Umsatz sie in Deutschland mit Risiko- und Hochkonsum generiert. Methoden/Erläuterung des Versorgungsprojektes: Zur Beantwortung dieser Fragestellung werden Daten zum Alkoholkonsum der erwachsenen, in Deutschland lebenden Bevölkerung des Epidemiologischen Suchtsurveys 2018 und 2021 mit Daten zu Alkoholausgaben basierend auf der Einkommens- und Verbrauchsstichprobe 2018 verknüpft. In der Berechnung der durchschnittlichen Alkoholausgaben für Bier, Wein, Mixgetränke und Spirituosen pro Personengruppe werden Geschlecht, Alter, Einkommen und Alkoholkonsum berücksichtigt. Durch den Vergleich dieser Durchschnittswerte mit den Gesamtumsätzen der Alkoholindustrie ist es möglich, die Verteilung des Alkoholumsatzes je Trinkgruppe zu bestimmen. Ergebnisse/Erfahrungen, Erwartungen: Erste Analysen deuten darauf hin, dass rund 20% der Gesamtausgaben für alkoholische Getränke auf die Gruppe der Personen mit Hochkonsum entfallen, obwohl diese nur gerade einmal 2.5% der Gesamtpopulation ausmacht. Diskussion und Schlussfolgerung: Obwohl die aktuellen Analysen den Hochkonsum eher unterschätzen, deuten sie bereits darauf hin, dass er einen erheblichen Teil des Umsatzes ausmacht, den Alkoholherstellende in Deutschland generieren. Weiter Ergebnisse werden folgen und im Kontext der bestehenden Literatur diskutiert. Sie können dazu beitragen, das Bewusstsein für die Schieflage zwischen Public Health- und Industriezielen zu schärfen, sowohl in der Bevölkerung als auch in der Politik. Offenlegung von Interessenskonflikten sowie Förderungen: Ich und die Koautorinnen und Koautoren erklären, dass während der letzten 3 Jahre keine wirtschaftlichen Vorteile oder persönlichen Verbindungen bestanden, welche die Arbeit zum eingereichten

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesResearch integrity, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.841
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0020.001
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0080.007

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.067
GPT teacher head0.398
Teacher spread0.331 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it