Food advertising on Argentinean television: are ultra-processed foods in the lead?
Notice bibliographique
Résumé
OBJECTIVE: To describe the number of processed and ultra-processed food (PUPF) advertisements (ads) targeted to children on Argentinean television (TV), to analyse the advertising techniques used and the nutritional quality of the foods advertised, and to determine the potential exposure of children to unhealthy food advertising in our country. DESIGN: Five free-to-air channels and the three most popular children's cable networks were recorded from 07.00 to 22.00 hours for 6 weeks. Ads were classified by target audience, type of product, advertised food categories and advertising strategies used. The NOVA system was used to classify food products according to industrial food processing level. Nutritional quality was analysed using the Pan American Health Organization's nutrient profile model. SETTING: Buenos Aires, Argentina. Results are considered applicable to most of the country. SUBJECTS: The study did not involve human subjects. RESULTS: Of the sample of food ads, PUPF products were more frequently advertised during children's programmes (98·9 %) v. programmes targeted to the general audience (93·7 %, χ 2=45·92, P<0·01). The top five food categories were desserts, dairy products, non-alcoholic sugary beverages, fast-food restaurants, and salty snacks. Special promotions and the appearance of cartoon characters were much more frequent in ads targeting children. Argentinean children are estimated to be exposed to sixty-one ads for unhealthy PUPF products per week. CONCLUSIONS: Our study showed that Argentinean children are exposed to a high number of unhealthy PUPF ads on TV. The Argentinean Government should build on this information to design and implement a comprehensive policy to reduce exposure to unhealthy food marketing that includes TV and other communication channels and places.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».