MétaCan
Menu
Retour à la cohorte
Enregistrement W2177637058 · doi:10.1509/jppm.14.020

The (Ironic) Dove Effect: Use of Acceptance Cues for Larger Body Types Increases Unhealthy Behaviors

2015· article· en· W2177637058 sur OpenAlexaff
Lily Lin, Brent McFerran

Notice bibliographique

RevueJournal of Public Policy & Marketing · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésDoveConsumption (sociology)PsychologyPopulationSocial psychologyContrast (vision)AdvertisingMarketingMedicineBusinessSociologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The average weight of the population has risen rapidly in much of the world. Concurrently, in recent years, advertisers have begun using larger models in their campaigns, and many of these advertisements claim that their larger models (vs. the thin models commonly used) possess “realistic” body types. Many groups have lauded these moves as beneficial for promoting a healthy body image in society. However, in five studies, the authors find that cues suggesting the acceptance of larger body types result in greater intended or actual consumption of food and a reduced motivation to engage in a healthier lifestyle. The authors suggest that the reason being larger bodied appears to be contagious is that, because it is considered more socially permissible, people exhibit lower motivation to engage in healthy behaviors and consume greater portions of unhealthy food. The authors also contrast acceptance with communications stigmatizing various body types and identify limitations of both approaches. They conclude with implications for public policy.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,102
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,058
Tête enseignante GPT0,383
Écart entre enseignants0,325 · 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.

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

Citations50
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Policy & MarketingMême sujetEating Disorders and BehaviorsTravaux en français237 207