Identifying food marketing to teenagers: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Teenagers are aggressively targeted by food marketing messages (primarily for unhealthy foods) and susceptible to this messaging due to developmental vulnerabilities and peer-group influence. Yet limited research exists on the exposure and power of food marketing specifically to teenage populations. Research studies often collapse "teenagers" under the umbrella of children or do not recognize the uniqueness of teen-targeted appeals. Child- and teen-targeted marketing strategies are not the same, and this study aims to advance understanding of teen-targeted food marketing by identifying the teen-specific promotion platforms, techniques and indicators detailed in existing literature. METHODS: A systematic scoping review collected all available literature on food marketing/advertising with the term "teenager" or "adolescent" from nine databases, as well as Google Scholar for grey literature, and a hand search of relevant institutional websites. Included were all peer-reviewed journal articles, book chapters, and grey literature in which food marketing to youth was the central topic of the article, of any study type (i.e., original research, reviews, commentaries and reports), and including any part of the 12-17 age range. RESULTS: The 122 articles reviewed define the scope of existing literature on food marketing to young people age 17 and under, identifying leading trends in countries studied (United States, 52%), populations identified (children and teens studied concurrently, 36%), outcomes measured (advertising exposure, 54%), study type (cross-sectional, 58%) and methods used (content analysis, 46%). The promotion platforms and techniques used by food marketers to appeal to young people (as reported in the literature) are also identified and classified. Few studies (7%) use indicators to identify teen-targeted food marketing. CONCLUSIONS: Unique treatments of teen populations are limited in food marketing literature, as is the application of clear indicators to identify and differentiate teen-targeted food marketing from child- or adult-targeted content. Given the need to better measure the presence and power of teen food marketing, this is a significant oversight in existing literature. The indicators identified will help researchers to develop more accurate strategies for researching and monitoring teen-targeted food promotion.
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 | 0,015 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,023 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».