Assessing the impact of providing digital product information on the health risks of alcoholic beverages to the consumer at point of sale: A pilot study
Notice bibliographique
Résumé
INTRODUCTION: There is an ongoing policy debate in the European Union regarding the best method of providing information to consumers on the health risks of alcohol use. One of the proposed channels is via the provision of QR codes. This study tested the usage rate of QR codes placed on point-of-sale signs in a supermarket in Barcelona, Catalonia over a 1-week period. METHODS: Nine banners with beverage-specific health warnings in large text were prominently displayed in the alcohol section of a supermarket. Each banner provided a QR code of relatively large image size that linked to a government website providing further information on alcohol-related harms. A comparison was made between the number of visits to the website and the number of customers in the supermarket (number of unique sales receipts) in a single week. RESULTS: Only 6 out of 7079 customers scanned the QR code during the week, corresponding to a usage rate of 0.085%, less than 1 per 1000. The usage rate was 2.6 per 1000 among those who purchased alcohol. DISCUSSION AND CONCLUSIONS: Despite the availability of prominently displayed QR codes, the overwhelming majority of customers did not make use of the QR codes to obtain further information on alcohol-related harms. This corroborates the results from other studies investigating customers' use of QR codes to obtain additional product information. Based on the current evidence, providing online access to information through QR codes will likely not reach a significant portion of consumers.
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 | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».