Longitudinal geo-referenced field evidence for the heightened BMI responsiveness of obese women to price discounts on carbonated soft drinks
Notice bibliographique
Résumé
There is increasing interest in the effect that food environments may have on obesity, particularly through mechanisms related to the marketing and consumption of calorie-dense, nutrient-poor foods and sugary beverages. Price promotions, such as temporary price discounts, have been particularly effective in the marketing of carbonated soft drinks (CSDs) among consumers. Research has also suggested that the purchasing behavior of consumer groups may be differentially sensitive to price discounts on CSDs, with obese women particularly sensitive. In addition, the intensity of price discount in a person's food environment may also vary across geography and over time. This study examines whether the weight change of obese women, compared to overweight or normal BMI women, is more sensitive to the intensity of price discounts on CSDs in the food environment. This study used longitudinal survey data from 1622 women in the Montreal Neighborhood Networks and Health Aging (MoNNET-HA) Panel. Women were asked to report their height and weight in 2008, 2010 and 2013 in order to calculate women's BMI in 2008 and their change of weight between 2008 and 2013. Women's exposure to an unhealthy food environment was based on the frequency in which their neighborhood food stores placed price discounts on CSDs in 2008. The price discount frequency on CSDs within women's neighborhoods was calculated from Nielsen point-of sales transaction data in 2008 and geocoded to participant's forward sortation area. The prevalence of obesity and overweight among MoNNET-HA female participants was 18.3% in 2008, 19.9% in 2010 and 20.7% in 2013 respectively. Results showed that among obese women, exposure to unhealthy food environments was associated with a 3.25 kilogram (SE = 1.35, p-value = 0.02) weight gain over the five-year study period. Exposure to price discounts on CSDs may disproportionately affect and reinforce weight gain in women who are already obese.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».