MétaCan
Menu
Retour à la cohorte
Enregistrement W2618296760 · doi:10.1123/jpah.2017-0044

Not Just Fun and Games: Toy Advertising on Television Targeting Children Promotes Sedentary Play

2017· article· en· W2618296760 sur OpenAlexaboutno aff
Monique Potvin Kent, Clive Velkers

Notice bibliographique

RevueJournal of Physical Activity and Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdvertisingTelevision advertisingSedentary behaviorPsychologyPhysical activityMedicinePhysical medicine and rehabilitationBusiness

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the volume of television toy advertising targeting Canadian children and to determine if it promotes active or sedentary play, targets males or females more frequently, and has changed over time. METHODS: Data for toy/game advertising from 27 television stations in Toronto for the month of May in 2006 and 2013 were licensed from Neilsen Media Research (Montreal, Quebec, Canada). A content analysis was performed on all ads to determine what age group and gender were targeted and whether physical or sedentary activity was being promoted. Comparisons were made between 2006 and 2013. RESULTS: There were 3.35 toy ads/h/children's specialty station in 2013 (a 15% increase from 2006). About 88% of toy ads promoted sedentary play in 2013, a 27% increase from 2006 levels, while toy ads promoting active play decreased by 33%. In both 2006 and 2013, a greater number of sedentary toy ads targeted males (n = 1519, May 2006; n = 2030, May 2013) compared with females (n = 914, May 2006; n = 1619, May 2013), and between 2006 and 2013, these ads increased significantly for both males and females. CONCLUSION: Future research should explore whether such advertising influences children's preferences for activities and levels of physical activity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,658
Score d'incertitude au seuil0,687

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,035
Tête enseignante GPT0,349
Écart entre enseignants0,314 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207