The challenge of classifying foods and beverages marketed to children (632.3)
Notice bibliographique
Résumé
Banning the marketing of “unhealthy” foods to children has been proposed as a strategy to address the rising rate of childhood obesity. Criteria have been developed to define what constitutes marketing to children; however, we hypothesize that application of these criteria may yield variable results due to the inherent subjectivity of such criteria. The objective of this study was to evaluate inter‐rater variability by nutrition experts in the classification of products as marketed to children. Eight experts independently evaluated the complete package label of 100 foods from a database of Canadian prepackaged products using the following criteria: 1) allusions to fun/play; 2) child‐oriented lettering/graphics; 3) cartoon/children's characters; 4) toys/prizes/contests/coupons; 5) games; 6) unusual flavour/shape/colour of product; and 7) children's product lines. Classification was inconsistent for 55% of products, with the highest levels of disagreement found for criteria 1) allusions to fun/play and 2) child‐oriented lettering/graphics. The highest agreement among raters was for criteria 4) toys/prizes/contests/coupons and 3) cartoon/children's characters; nevertheless, for these types of product marketing, there was unanimous agreement only 25% and 20% of the time, respectively. This subjectivity illustrates potential challenges in implementing recommendations to ban the marketing of “unhealthy” products to children. Grant Funding Source : Supported by McHenry Chair grant (ML), OGS (CM), CIHR Master's (CM), CIHR PICDP (CM)
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 | 0,108 | 0,231 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».