MétaCan
Menu
← Retour à la cohorte
Enregistrement W3018327789 · doi:10.3390/ijerph17093023

The Extent and Nature of Food and Beverage Company Sponsorship of Children’s Sports Clubs in Canada: A Pilot Study

2020· article· en· W3018327789 sur OpenAlexaffabout
Elise Pauzé, Odera Ekeh, Monique Potvin Kent

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésClubBusinessMarketingFood marketingAdvertisingSports marketingInclusion (mineral)MedicinePsychologyMarketing management

Résumé

récupéré en direct d'OpenAlex

Food and beverage marketing is considered a determinant of childhood obesity. Sponsorship is a marketing technique used by the food industry to target young people when they are engaged in sports. The purpose of this study was to document the frequency and nature of food company sponsorship of children's sports clubs in Ottawa, Canada. Using national data on sports participation, the five most popular sports among Canadian children aged 4-15 years were first selected for inclusion in the study and relevant sports clubs located in Ottawa (Canada) were then identified. Sports club websites were reviewed between September and December 2018 for evidence of club sponsorship. Food company sponsors were identified and classified by food category. Of the 67 sports clubs identified, 40% received some form of food company sponsorship. Overall, sports clubs had 312 commercial and noncommercial sponsors. Food companies constituted 16% of total sponsors and were the second most frequent type of sponsor after sports-related goods, services, and retailers (25%). Fast food restaurants and other restaurants accounted for 45% and 41% of food company sponsors, respectively. Food company sponsorship of children's sports clubs is frequent with some promoting companies or brands associated with unhealthy foods. Policymakers should consider restricting the sponsorship of children's sports clubs by food companies that largely sell or promote unhealthy foods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,052
Tête enseignante GPT0,334
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→