MétaCan
Menu
Retour à la cohorte
Enregistrement W1797041041 · doi:10.1093/alcalc/agv045

Self-Regulation of Beer Advertising: A Comparative Analysis of Perceived Violations by Adolescents and Experts: Table 1.

2015· article· en· W1797041041 sur OpenAlexaff
Alan Vendrame, Rebeca de Souza e Silva, Ziming Xuan, Robert Sparks, Jonathan K. Noel, Ilana Pinsky

Notice bibliographique

RevueAlcohol and Alcoholism · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésAlcohol advertisingAdvertisingPromotion (chess)PsychologyPublic healthCode (set theory)Sample (material)Alcohol consumptionConsumption (sociology)Social marketingTable (database)AlcoholSocial psychologyHuman factors and ergonomicsMedicinePoison controlEnvironmental healthMarketingBusinessPolitical scienceComputer scienceSociologyLaw

Résumé

récupéré en direct d'OpenAlex

AIMS: We assessed the impact of the 2010 revisions to Brazil's self-regulatory alcohol marketing code using expert and adolescent raters. METHODS: Five popular TV beer ads were selected. Ads were rated based on the 2010 Brazilian self-regulatory marketing code. The expert group (N = 31) represented health-related professions; the adolescent group (N = 110) were public high school students. RESULTS: At least 1 ad violated 11 of 17 guidelines included in the study. Ratings by experts and adolescents were similar. Both found violations in all sections of the self-regulatory code, but significant group differences were seen in applying the section that prohibits the promotion of excessive alcohol consumption, with experts identifying more violations than adolescents. CONCLUSION: Beer ads in the sample systematically violated the self-regulatory standards for alcohol advertising in Brazil according to both experts and youth. Public policies for more effective restrictions and prohibitions in alcohol ads should be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,315
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlcohol and AlcoholismMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207