The Relationship between Self-Reported Exposure to Sugar-Sweetened Beverage Promotions and Intake: Cross-Sectional Analysis of the 2017 International Food Policy Study
Notice bibliographique
Résumé
Sugar-sweetened beverage (SSB) consumption is independently associated with several non-communicable diseases, so policymakers are increasingly implementing measures, such as marketing regulation, to reduce intake. To help understand how such measures work, this study examined the association between SSB consumption and self-reported exposure to SSB promotions, both overall and by type of promotion, and whether these relationships vary between the UK, USA, Canada, Mexico, and Australia. Cross-sectional analysis of the online 2017 International Food Policy Study was performed (n = 15,515). Participants were grouped into 5265 (34%) non-, 5117 (33%) low-, and 5133 (33%) high-SSB consumers. Multinomial logistic regression models examined whether SSB consumption varied by exposure to total SSB promotion and by type: traditional, digital, recreational environment, and functional environment. Multiplicative interactions were included to investigate international variations. An additional unit of total self-reported SSB promotion exposure increased the likelihood of participants being low SSB consumers (relative risk ratio (RRR) = 1.08, 95% confidence interval (CI) = 1.06–1.10) and high SSB consumers (RRR = 1.13, 95% CI = 1.11–1.16). Only exposure to traditional and digital promotion increased the likelihood of participants being SSB consumers, though this may be explained by degree of exposure, which was not measured in this study. Some evidence illustrated international variation in these relationships.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».