A Content Analysis and Population Exposure Estimate Of Guinness Branded Alcohol Marketing During the 2019 Guinness Six Nations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To quantify Guinness-related branding in the 2019 Guinness Six Nations Championship. METHODS: Content analysis of Guinness-related branding ('Guinness' and the alibi brand 'Greatness') was shown during active play throughout all 15 games of the 2019 Guinness Six Nations Championship. The duration of each appearance was timed to the nearest second to provide information on the amount of time that Guinness-related branding was shown on screen. Census data and viewing figures were used to estimate gross and per capita alcohol impressions. RESULTS: Our coding identified a total of 3719 appearances of two logos of which 3415 (92%) were for 'Guinness' and 304 (8%) were for 'Greatness'. 'Guinness' imagery was present for 13,640 s (227.3 min or 3.8 h, 16% of total active play time), 'Greatness' was present for 944 s (15.7 min, 1% of total active play time), with a combined total of 14,584 s across all games (243 min or 4.05 h, 17% of active play time). The 15 games delivered an estimated 122.4 billion Guinness-related branded impressions to the UK population, including 758 million to children aged under 16. CONCLUSIONS: Alcohol marketing was highly prevalent during the 2019 Guinness Six Nations Championship and was a significant source of exposure to alcohol marketing and advertising for children, likely influencing youth alcohol experimentation and uptake.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle