Consumers’ Perceptions of Five Front-of-Package Nutrition Labels: An Experimental Study Across 12 Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Consumers' perceptions of five front-of-pack nutrition label formats (health star rating (HSR), multiple traffic lights (MTL), Nutri-Score, reference intakes (RI) and warning label) were assessed across 12 countries (Argentina, Australia, Bulgaria, Canada, Denmark, France, Germany, Mexico, Singapore, Spain, the UK and the USA). Perceptions assessed included liking, trust, comprehensibility, salience and desire for the label to be mandatory. A sample of 12,015 respondents completed an online survey in which they rated one of the five (randomly allocated) front-of-pack labels (FoPLs) along the perception dimensions described above. Respondents viewing the MTL provided the most favourable ratings. Perceptions of the other FoPLs were mixed or neutral. No meaningful or consistent patterns were observed in the interactions between country and FoPL type, indicating that culture was not a strong predictor of general perceptions. The overall ranking of the FoPLs differed somewhat from previous research assessing their objective performance in terms of enhancing understanding of product healthiness, in which the Nutri-Score was the clear front-runner. Respondents showed a strong preference for mandatory labelling, regardless of label condition, which is consistent with past research showing that the application of labels across all products leads to healthier choices.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 découle