Influence of front-of-pack labelling and regulated nutrition claims on consumers’ perceptions of product healthfulness and purchase intentions: A randomized controlled trial
Notice bibliographique
Résumé
Mandatory front-of-pack (FOP) labelling was proposed in Canada to highlight foods with high contents of sugars, sodium and/or saturated fats, which would be displayed on labels along with the mandatory Nutrition Facts table and voluntary nutrition claims. In an online survey, participants (n = 1997) were randomized to one of four FOP labelling conditions: 1) control, 2) warning label, 3) health star rating or 4) traffic light labelling. Participants were shown four drinks (a healthier drink with or without a disease risk reduction claim, a healthier drink with or without a nutrient content claim, a less healthy drink with or without a disease risk reduction claim and a less healthy drink with or without a nutrient content claim) in random order and one at a time. Participants rated perceived product healthfulness and purchase intentions using a 7-point Likert scale. Participants could access the Nutrition Facts table while viewing labels. Results showed less healthy drinks displaying any FOP labelling were perceived as less healthy compared to the control. In healthier drinks, health star rating and traffic light labelling created a 'halo' effect, which was not observed with warning labels. Similar results were observed with purchase intentions. Drinks displaying a disease risk reduction claim were perceived as healthier than those without (p < 0.001) regardless of product's healthfulness. The effect of a nutrient content claim was not significantly different. The effect of FOP labelling and claims was mitigated for those who used the Nutrition Facts table. FOP labelling was likely helpful for consumers with different levels of health literacy. Overall, FOP labelling had significantly stronger influence than nutrition claims on consumers' perceptions; however, the effect of each FOP label varied on healthier and less healthy drinks.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».