The crowding-out effect of sugar-sweetened beverages (SSBs) on household expenditure patterns in Bangladesh
Notice bibliographique
Résumé
BACKGROUND: Consumption of sugar-sweetened beverages (SSBs) or sugary drinks may reduce or even eliminate the household income allocation for other essential commodities. Reducing expenditure for consumption of other household commodities is known as the crowding-out effect of SSB. We aimed to determine the crowding-out effect of SSB expenditure on other household commodities. In addition, we also identified the factors influencing the household's decision to purchase of SSBs. METHODS: We used the logistic regression (logit and multinomial logit models) and the Seemingly Unrelated Regression (SUR) models. In order to find the probability of a given change in the socio-demographic variables, we also estimated the average marginal effects from the logistic regression. In addition, we regressed the SUR model by gender differences. We used Household Income and Expenditure Survey (HIES) 2016 data to estimate our chosen econometric models. HIES is nationally representative data on the household level across the country and is conducted using a multistage random sampling method by covering 46,075 households. RESULTS: The findings from the logit model describe that the greater proportion of male members, larger household size, household heads with higher education, profession, having a refrigerator, members living outside of the house, and households with higher income positively affect the decision of purchasing SSB. However, the determinants vary with the various types of SSB. The unadjusted crowding out effect shows that expenditure on SSB or sugar-added drinks crowds out the household expenditure on food, clothing, housing, and energy items. On the other hand, the adjusted crowding out effect crowds out the spending on housing, education, transportation, and social and state responsibilities. CONCLUSION: Although the household expenditure on beverages and sugar-added drinks is still moderate (around 2% of monthly household expenditure), the increased spending on beverages and sugar-added drinks is a concern due to the displacement of household expenditure for basic commodities such as food, clothing, housing, education, and energy. Therefore, evidence-based policies to regulate the sale and consumption of SSB are required for a healthy nation.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».