The extent and nature of television food and non-alcoholic beverage advertising to children during chinese New Year in Beijing, China
Notice bibliographique
Résumé
BACKGROUND: Exposure to food and non-alcoholic beverage advertisements (F&B ads) on television, which can affect children's nutrition knowledge, food consumption, diet quality, and purchasing preferences, is one aspect of the obesogenic environment. This aspect has been well-studied and assessed in many countries. In China, however, only few studies have been done in earlier years and all of them were focus on regular days. This study aimed to assess the extent and nature of F&B ads on television (TV) during the public holiday directed towards children aged 4-14 years in Beijing. METHOD: Top 3 channels viewed by children aged 4-14 years in Beijing were selected by TV viewership data, survey, and expert consultation. Each channel was recorded for 7 days (24 h) during the public holiday of the Chinese New Year in 2019. F&B ads were coded and analyzed following the adapted food promotion module of INFORMAS protocol. Three nutrient profile models were used to classify F&B ads as healthy or unhealthy F&B ads. RESULTS: Of the 10,082 ads in 504-hour recorded programs, 42.9% were F&B ads. The hourly average ads and F&B ads per channel were 19.8 (SD 15.32) and 8.6 (SD 9.84), while that was higher on the national children's channel (17.15, SD 12.25) than other channels (p < 0.05). Of F&B ads classified with the three nutrient profile models, more than 55% were unhealthy for children. The categories most frequently advertised were savory snacks, milk drinks, nonpermitted milk drinks, cakes/sweet biscuits, and beverages. Unhealthy F&B ads were more likely to use promotional characters, brand benefit claims, and health claims than permitted F&B ads (p < 0.05). CONCLUSIONS: Children in Beijing were exposed to a high proportion of unhealthy F&B ads during the Chinese New Year holiday. Our findings support the need to assess and regulate TV F&B ads marketing for children.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».