Do Consumers Think Front‐of‐Package “High in” Warnings are Harsh or Reduce their Control? A Test of Food Industry Concerns
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to test the industry claim that "high in" front-of-package (FOP) labeling systems are perceived as harsh and reduce consumers' control over food choices. METHODS: Respondents aged 16 to 32 years completed a between-group experimental task in an online survey (n = 1,000). Participants viewed a beverage with one of four FOP labels (text-only, octagon, triangle, or health star rating) and rated the label on its "harshness" and whether it made them feel more or less "in control" of their healthy eating decisions. RESULTS: Across all label conditions, at least 88% of respondents indicated the symbols were "about right" or "not harsh enough." At least 93% felt the symbols made them feel "more in control" or "neither less nor more in control." Participants viewing the health star rating were more likely to rate the symbol as "not harsh enough" and less likely to state that the symbol made them feel "more in control." CONCLUSIONS: There was no evidence to support industry claims that consumers perceive "high in" FOP symbols as harsh or as restricting their control. Indeed, most participants reported that the symbols were about the right harshness, and that they increased their control, including "stop sign" FOP symbols similar to those implemented in Chile.
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 | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».