MétaCan
Menu
Retour à la cohorte
Enregistrement W4322766433 · doi:10.21203/rs.3.rs-2560897/v1

The impact of fast food marketing on brand preferences and fast food intake of youth aged 10-17 across six countries

2023· preprint· en· W4322766433 sur OpenAlexafffundabout
Mariangela Bagnato, Marie‐Hélène Roy‐Gagnon, Lana Vanderlee, David Hammond, Monique Potvin Kent

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversité LavalUniversity of OttawaUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health AgencyPublic Health Agency of Canada
Mots-clésObesityFood preferenceConsumption (sociology)Ethnic groupPreferenceFood marketingFood consumptionFood intakeEnvironmental healthMarketingBusinessEconomicsMedicineFood sciencePolitical scienceAgricultural economicsBiologySociology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Consumption of fast food, which is associated with poor diet, weight gain and the development of noncommunicable diseases, is high amongst youth. Fast food marketing, a modifiable determinant of excess weight and obesity, affects youth’s food-related behaviours. This study aimed to examine the relationship between exposure to fast food marketing and the fast food brand preferences and intake amongst youth aged 10-17 across six countries. Methods Data from 9,695 youth respondents living in Australia, Canada, Chile, Mexico, the United Kingdom (UK) and the United States (US) were analyzed from the 2019 International Food Policy Youth Study. Survey measures assessed exposure to fast food marketing and brand-specific marketing, and preference for these brands and fast food intake. Regression models adjusted for age, sex, income adequacy and ethnicity were used to examine the associations. Results Exposure to fast food marketing was positively associated with brand preferences and intake consistently across most countries. Overall, preference for McDonald’s (OR:1.97; CI:1.52, 2.56), KFC (OR:1.61; CI:1.24, 2.09) and Subway (OR:1.73; CI:1.34, 2.24) were highest when exposed to general fast food marketing ≥2x/week compared to never. Preference for McDonald’s (OR:2.32; CI:1.92, 2.79), KFC (OR:2.28; CI:1.95, 2.68) and Subway (OR:2.75; CI:2.32, 3.27) were also higher when exposed to marketing for each brand compared to not. Fast food intake was highest in Chile (IRR:1.90; CI:1.45, 2.48), the UK (IRR:1.40; CI:1.20, 1.63), Canada (IRR:1.32; CI:1.19, 1.48), Mexico (IRR:1.26; CI:1.05, 1.53) and the US (IRR:1.21; CI:1.05, 1.41) when exposed to general fast food marketing ≥2x/week compared to never and was higher across most countries when exposed to brand-specific marketing compared to not. Respondents classified as ethnic minorities were more likely to report consuming fast food than ethnic majorities, and females were less likely to report consuming fast food than males. Conclusions Exposure to fast food marketing is consistently and positively associated with brand preferences and fast food intake in all six countries. Our results highlight the need for strict government regulation to reduce exposure of unhealthy food marketing to youth in all six countries.

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)0,002
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,129
Tête enseignante GPT0,422
Écart entre enseignants0,293 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207