MétaCan
Menu
Retour à la cohorte
Enregistrement W3198020055 · doi:10.3390/nu13093065

Nature and Potential Impact of Alcohol Health Warning Labels: A Scoping Review

2021· review· en· W3198020055 sur OpenAlexaff
Daša Kokole, Peter Anderson, Eva Jané‐Llopis

Notice bibliographique

RevueNutrients · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensMental Health Research Canada
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOMEDLINEMedicineIntervention (counseling)Environmental healthInternet privacyPsychologyComputer sciencePsychiatryPsychological interventionPolitical science

Résumé

récupéré en direct d'OpenAlex

Alcohol is toxic to human health. In addition to providing nutritional information, labels on alcohol products can be used to communicate warnings on alcohol-related harms to consumers. This scoping review examined novel or enhanced health warning labels to assess the current state of the research and the key studied characteristics of labels, along with their impact on the studied outcomes. Four databases (Web of Science, MEDLINE, PsycInfo, CINAHL) were searched between January 2010 and April 2021, and 27 papers were included in the review. The results found that most studies were undertaken in English-speaking populations, with the majority conducted online or in the laboratory setting as opposed to the real world. Seventy percent of the papers included at least one cancer-related message, in most instances referring either to cancer in general or to bowel cancer. Evidence from the only real-world long-term labelling intervention demonstrated that alcohol health warning labels designed to be visible and contain novel and specific information have the potential to be part of an effective labelling strategy. Alcohol health warning labels should be seen as tools to raise awareness on alcohol-related risks, being part of wider alcohol policy approaches.

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)0,014
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,051
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0160,016
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,473
Écart entre enseignants0,394 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetSmoking Behavior and CessationTravaux en français237 207