Do consumers ‘Get the facts’? A survey of alcohol warning label recognition in Australia
Notice bibliographique
Résumé
BACKGROUND: There is limited research on awareness of alcohol warning labels and their effects. The current study examined the awareness of the Australian voluntary warning labels, the 'Get the facts' logo (a component of current warning labels) that directs consumers to an industry-designed informational website, and whether alcohol consumers visited this website. METHODS: Participants aged 18-45 (unweighted n = 561; mean age = 33.6 years) completed an online survey assessing alcohol consumption patterns, awareness of the 'Get the facts' logo and warning labels, and use of the website. RESULTS: No participants recalled the 'Get the facts' logo, and the recall rate of warning labels was 16% at best. A quarter of participants recognised the 'Get the facts' logo, and awareness of the warning labels ranged from 13.1-37.9%. Overall, only 7.3% of respondents had visited the website. Multivariable logistic regression models indicated that younger drinkers, increased frequency of binge drinking, consuming alcohol directly from the bottle or can, and support for warning labels were significantly, positively associated with awareness of the logo and warning labels. While an increased frequency of binge drinking, consuming alcohol directly from the container, support for warning labels, and recognition of the 'Get the facts' logo increased the odds of visiting the website. CONCLUSIONS: Within this sample, recall of the current, voluntary warning labels on Australian alcohol products was non-existent, overall awareness was low, and few people reported visiting the DrinkWise website. It appears that current warning labels fail to effectively transmit health messages to the general public.
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 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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».