Gambling Advertising and Incidental Marketing Exposure in Soccer Matchday Programmes
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
Gambling is marketed in English soccer across various formats such as TV advertising, social media, pitch side hoardings, and shirt sponsorship. There have been recent reductions in TV advertising brought about by self-regulation, but gambling shirt sponsorship remains frequent, and can lead to a high frequency of incidental marketing exposure on TV. Knowledge is lacking on how gambling advertising frequency and marketing exposure have changed over time in other media, such as in matchday programmes. This study addressed this gap via a content analysis of programmes for 44 teams across 3 periods spanning 18 months (N=132). The number of gambling adverts decreased from 2.3 to 1.3 per-programme, while incidental exposure prevalence stayed constant, at a higher rate of 42.7 incidences per-programme. Teams sponsored by gambling companies had more adverts per-programme than those sponsored by other industries (2.3 versus 1.2), and also had more incidental exposure (58.8 versus 20.2). Incidental exposure to gambling marketing was consistently more prevalent (42.7) per-programme than alcohol (3.2) or safer gambling messages (3.1). Furthermore, across all timepoints, 56.8% of dedicated children’s sections contained incidences of gambling marketing. Researchers and policymakers should consider that sports fans can get exposed to gambling marketing through a number of channels outside of TV advertising. Indirect and incidental exposure to gambling marketing remains high, which can be particularly challenging for those experiencing gambling related harm. All forms of gambling marketing must be considered when making legislative changes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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