MétaCan
Menu
Retour à la cohorte
Enregistrement W2984265948 · doi:10.3390/nu11112738

Nutritional Content According to the Presence of Front of Package Marketing Strategies: The Case of Ultra-Processed Snack Food Products Purchased in Costa Rica

2019· article· en· W2984265948 sur OpenAlexfundno aff
Tatiana Gamboa-Gamboa, Adriana Blanco‐Metzler, Stefanie Vandevijvere, Manuel Ramírez‐Zea, María F Kroker-Lobos

Notice bibliographique

RevueNutrients · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésNutrition facts labelFood marketingBusinessHealth claims on food labelsFood productsMarketingHypermarketNutrition informationFood scienceSnack foodFood processingEnvironmental healthAdvertisingMedicineBiology

Résumé

récupéré en direct d'OpenAlex

The industry uses nutrition and health claims, premium offers, and promotional characters as marketing strategies (MS). The inclusion of these MS on ultra-processed products may influence child and adolescent purchase behavior. This study determined the proportion of foods carrying claims and marketing strategies, also the proportion of products with critical nutrients declaration, and nutritional profile differences between products that carry or not claims and MS on the front-of-package (FoP) of ultra-processed food products sold in Costa Rica. Data were obtained from 2423 photographs of seven food groups consumed as snacks that were sold in one of the most widespread and popular hypermarket chains in Costa Rica in 2015. Ten percent of products lacked a nutrition facts panel. Sodium was the least reported critical nutrient. Energy and critical nutrients were significantly highest in products that did not include any nutrition or health claim and in products that included at least one MS. Forty-four percent and 10% of all products displayed at least one nutrition or at least one health claim, respectively, and 23% displayed at least one MS. In conclusion, regulations are needed to restrict claims and marketing on ultra-processed food packages to generate healthier food environments and contribute to the prevention of childhood and adolescent obesity in Costa Rica.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,282
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207