MétaCan
Menu
Retour à la cohorte
Enregistrement W3178077222 · doi:10.1186/s13104-021-05812-4

Gender representation in food and beverage print advertisements found in corner stores around schools in Peru and Guatemala

2021· article· en· W3178077222 sur OpenAlexfundno aff
Sophia Mus, Lucila Rozas, Joaquín Barnoya, Peter Busse

Notice bibliographique

RevueBMC Research Notes · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia, Gender, and Advertising
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreWellcome Trust
Mots-clésAdvertisingRepresentation (politics)MedicineGeographyEnvironmental healthBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of this study is to assess gender representation in food and beverage print advertisements. RESULTS: The study follows a quantitative descriptive approach. Using a content analysis technique, we assessed the gender representation in 200 food and beverage print advertisements found in corner stores located in four areas around schools in Lima, Peru, and Guatemala City, Guatemala (100 advertisements per country). A total of 36% of the print advertisements exhibited a male main character for the case of Guatemala, while in Peru 14% of the print advertisements presented a male main character. Furthermore, in Guatemala, 22% of the main characters were male animated characters. Moreover, 27% of the print advertisements in Guatemala and 17%, in Peru were visually male-oriented. Overall, male characters appeared alongside sports references and in varied settings, whereas female characters were usually holding or consuming the product. In conclusion, although the majority of variables used to assess the representation of gender in food and beverage print advertisements were gender-neutral, those showing gender representation were mostly male-oriented. Despite its limited findings, the study provides evidence for the formulation of public policies and educational content aimed to protect children's and adolescents' health from the effects of food marketing.

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 enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,343
Tête enseignante GPT0,477
Écart entre enseignants0,135 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetMedia, Gender, and AdvertisingTravaux en français237 207