Obesogenic Environments: Access to and Advertising of Sugar-Sweetened Beverages in Soweto, South Africa, 2013
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Rates of obesity and overweight among South Africans are increasing. Food marketing has a profound impact on children and affects their lifelong eating patterns; in urban areas of South Africa, disposable incomes are growing and ultra-processed food is increasingly available at low cost. The combination of these factors will strain an already fragile health system. Our aim was to investigate the density of outdoor sugar sweetened beverage (SSB) advertising and the number of formal and informal vendors selling SSBs in a transforming, historically disadvantaged urban setting of South Africa. METHODS: A digital camera and global positioning system navigation system were used to record the location of SSB advertisements and food vendors in a demarcated area in Soweto. Data were collected by walking or driving through each street; a food inventory was completed for every food vendor. Spatial analyses were conducted using a geographic information system. RESULTS: A total of 145 advertisements for SSBs were found over a driven or walked distance of 111.9 km. The density of advertisements was 3.6 per km(2) in relation to schools, and 50% of schools had branded advertising of SSBs on their school property. Most (n = 104; 58%) of the 180 vendors in the study sold SSBs. CONCLUSION: This is the first study in South Africa to document the location of billboard advertisements and vendors in relation to schools. Marketing of products that contribute to obesity is common in urban Soweto. Our findings have implications for policies that regulate SSB advertising, especially in the proximity of schools.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle