MétaCan
Menu
Retour à la cohorte
Enregistrement W2889803814 · doi:10.1108/ejm-05-2018-0355

“Grab gatorade!”: food marketing, regulation and the young consumer

2018· article· en· W2889803814 sur OpenAlexaff
Charlene Elliott

Notice bibliographique

RevueEuropean Journal of Marketing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMarketingOriginalityLiteracyFood marketingSocial marketingPublic policyPublic relationsValue (mathematics)Media literacyConsumer educationBusinessPsychologySociologyAdvertisingPolitical scienceEconomicsPedagogyQualitative researchEconomic growthSocial science

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to examine current regulatory initiatives on food marketing to young people and to highlight unique considerations when it comes to teenagers. Design/methodology/approach This paper integrates the policy and public health literature with the literature on childhood studies and consumer studies. Findings Since the policy goal is to mitigate the impact of food marketing on young people’s attitudes and behaviours, it is necessary to recognize the consumer competencies of teenagers and consider the social and symbolic meanings of food for them. It is suggested that radical media literacy, coupled with food literacy, is essential to navigating a complex food environment filled with promotional messages for ultra-processed foods. Research limitations/implications This analysis has implications for policy development. Practical implications Consideration of age – in terms of different developmental competencies, motivating factors and additional initiatives to support healthy eating (such as teaching media literacy skills) – is necessary to policy development related to food marketing to children. Originality/value Little research integrates the literature on food policy/regulation with the critical work on consumer studies/childhood studies. This commentary also directs attention to novel areas of consideration related to teenagers and food marketing.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0050,003
Science ouverte0,0000,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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'étudeQualitatif
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of MarketingMême sujetObesity, Physical Activity, DietTravaux en français237 207