Ultra-processed food and beverage advertising on Brazilian television by International Network for Food and Obesity/Non-Communicable Diseases Research, Monitoring and Action Support benchmark
Notice bibliographique
Résumé
OBJECTIVE: To analyse the extent and nature of food and beverage advertising on the three major Brazilian free-to-air television (TV) channels. DESIGN: Cross-sectional study. A protocol developed for the International Network for Food and Obesity/Non-Communicable Diseases Research, Monitoring and Action Support was applied for data collection. A total of 432 h of TV programming was recorded from 06.00 to 24.00 hours, for eight non-consecutive and randomly selected days, in April 2018. All TV advertisements (ads) were analysed, and food-related ads were classified according to the NOVA classification system. Descriptive analyses were used to describe the number and type of ads, food categories and the distribution of ads throughout the day and time of the day. SETTING: The three most popular free-to-air channels on Brazilian TV. PARTICIPANTS: The study did not involve human subjects. RESULTS: In total, 14·2 % (n 1156 out of 7991) of ads were food related (858 were specific food items). Approximately 91 % of food items ads included ultra-processed food (UPF) products. The top three most promoted products were soft drinks, alcoholic beverages and fast-food meals. Alcoholic beverage ads were more frequently broadcast in the evening. CONCLUSION: The high risk of exposure of the Brazilian population to UPF ads should be considered a public health concern given the impact of unhealthy food advertising on people's food choices and health.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».