Food marketing to children in Canada: a settings-based scoping review on exposure, power and impact
Notice bibliographique
Résumé
INTRODUCTION: Food marketing impacts children's food knowledge, behaviours and health. Current regulations in Canada focus on restricting promotional aspects of food marketing with little-to-no consideration of the places where children experience food. Understanding food marketing in children's everyday settings is necessary to protect children. This scoping review describes the current literature on food marketing to children in Canada by setting. METHODS: The author searched databases for Canadian research on children's exposure to food marketing, and the power and impact of food marketing to children (2-17 years) across settings, and on how current regulations may mediate the effect of food marketing on children. Peer-reviewed studies in English, published between 2000 and 2016, were included. RESULTS: Twenty-five studies documented children's exposure to food marketing and its power and/or impact on them in homes (via television, or online) (n = 12), public schools (n = 1), grocery stores (n = 8), fast food restaurants (n = 2), and in general (n = 2). Research trends suggest that unhealthy foods are targeted at children using multiple promotional techniques that overlap across settings. Several research gaps exist in this area, leading to an incomplete, and potentially underestimated, picture of food marketing to children in Canada. Available evidence suggests that current Canadian approaches have not reduced children's exposure to or the power of food marketing in these settings, with the exception of some positive influences from Quebec's statutory regulations. CONCLUSION: The settings where children eat, buy or learn about food expose them to powerful, often unhealthy food marketing. The current evidence suggests that "place" may be an important marketing component to be included in public policy in order to broadly protect children from unhealthy food marketing. Organizations and communities can engage in settings-based health promotion interventions by developing their own marketing policies that address the promotion and place of unhealthy food and beverages.
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 | 0,011 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,014 | 0,029 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».