MétaCan
Menu
Retour à la cohorte
Enregistrement W2894726157 · doi:10.1002/oby.22311

Do Consumers Think Front‐of‐Package “High in” Warnings are Harsh or Reduce their Control? A Test of Food Industry Concerns

2018· article· en· W2894726157 sur OpenAlexafffund
Rachel B. Acton, David Hammond

Notice bibliographique

RevueObesity · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of WaterlooPublic Health AgencyPublic Health Agency of CanadaHealth Research
Mots-clésControl (management)Test (biology)Symbol (formal)Task (project management)PsychologySign (mathematics)Social psychologyAdvertisingFront (military)MedicineBusinessComputer scienceEconomicsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,046
Score d'incertitude au seuil0,749

Scores Codex et Gemma par catégorie

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

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 GPT0,288
Écart entre enseignants0,253 · 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 tête enseignante, 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

Citations32
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207