#Bartender: portrayals of popular alcohol influencer’s videos on TikTok©
Notice bibliographique
Résumé
BACKGROUND: Despite widespread use of the short-video social media platform TikTok©, limited research investigates how alcohol is portrayed on the platform. Previous research suggests that a driver of alcohol content on TikTok©, in part, comes from bartenders demonstrating how to make drinks. This study aims to explore the characterizing patterns of how bartender influencers on TikTok© feature and incorporate alcohol in their videos. METHODS: We identified the global top 15 most followed bartenders on TikTok© in 2021 (cumulative 29.7 million subscribers) and the videos they posted in November and December 2021, the period just before Christmas and New Year, when alcohol tends to be more marketed than in other periods. The videos were coded based on five criteria: (1) the presence of alcohol or not; (2) alcohol categories; (3); alcohol brand(s) if visible; (4) the presence of candies and other sweet products; (5) presence of cues that refer to young people's interests. RESULTS: In total, we identified 345 videos, which received 270,325,600 views in total, with an average of 18,021,707 views per video. Among these 345 videos, 92% (n = 317) displayed alcohol in their cocktail recipes (249,275,600 views, with an average of 786,358 views). The most common types of alcohol present in videos were liquor, vodka, rum, and whiskey, all of which are high-ABV beverages. 73% (n = 230) displayed or mentioned an alcohol brand. 17% (n = 55) associated alcohol with sweet products such as different types of candy (53,957,900 views, with an average of 981,053 views per video). 13% (n = 43) contained cues appealing to young people (e.g., cartoons, characters) (15,763,300 views, with an average of 366,588 views per video). CONCLUSIONS: Our findings suggest a large presence of positively framed alcohol content posted by popular bartenders on TikTok©. As exposure to digital marketing is related to an increase in alcohol consumption, particularly among young people, regulations are needed to protect the public from alcohol-related harms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».