Beverage industry TV advertising shifts after a stepwise mandatory food marketing restriction: achievements and challenges with regulating the food marketing environment
Notice bibliographique
Résumé
OBJECTIVE: Sugar-sweetened beverages (SSB) are heavily advertised globally, and SSB consumption is linked to increased health risk. To reduce unhealthy food marketing, Chile implemented a regulation for products classified as high in energies, sugar, saturated fat or sodium, starting with a 2016 ban on child-targeted advertising of these products and adding a 06.00-22.00 daytime advertising ban in 2019. This study assesses changes in television advertising prevalence of ready-to-drink beverages, including and beyond SSB, to analyse how the beverage industry shifted its marketing strategies across Chile's implementation phases. DESIGN: Beverage advertisements were recorded during two randomly constructed weeks in April-May of 2016 (pre-implementation) through 2019 (daytime ban). Ad products were classified as 'high-in' or 'non-high-in' according to regulation nutrient thresholds. Ads were analysed for their programme placement and marketing content. SETTING: Chile. RESULTS: < 0·001). Additionally, total ready-to-drink beverage ads increased by 5·4 p.p. and brand-only ads (no product shown) by 7 p.p. CONCLUSIONS: After the regulation implementation, 'high-in' ads fell significantly, but 'non-high-in' ads rose and continued using strategies targeting children and being aired during daytime. Given research showing that advertising one product can increase preferences for a different product from that same brand and product categories, broader food marketing regulation approaches may be needed to protect children from the harmful effects of food marketing.
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 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 | 0,004 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».