Dark patterns, dark nudges, sludge and misinformation: alcohol industry apps and digital tools
Notice bibliographique
Résumé
Many alcohol-industry-funded (AIF) organizations disseminate eHealth/mHealth tools that claim to assist users in making health decisions by monitoring alcohol consumption, e.g. blood alcohol calculators, AUDIT scores, consumption trackers. Previously, AIF materials were found to contain health misinformation that could increase consumption (dark nudges) or make healthy behaviour change more difficult (sludge). The accuracy and functionality of AIF tools have never been analysed, and given the history of AIF materials it is possible they contain misinformation and function as covert marketing channels to promote alcohol-industry-friendly narratives on the causes and possible solutions of alcohol-related harms. We evaluated the information accuracy and framing, behaviour change techniques (BCTs), and functions of AIF digital tools (n = 15, from the UK, Ireland, the USA, Canada, New Zealand, Australia; including Drinkaware, Drinkwise, Educ'alcool and others), compared to a non-industry-funded independent sample (n = 10). We identified misinformation and 'dark patterns' (interface design strategies for influencing users against their interest) throughout AIF tools; significantly fewer provided accurate feedback (33% vs 100%), and significantly more omitted information on cancer (67% vs 10%) and cardiovascular disease (80% vs 30%) and promoted industry-friendly narratives (47% vs 0%). AIF tools encouraged consumption through priming nudges (53%) and social norming (40%). AIF tools utilized fewer BCTs, provided users with more limited pre-set options (54%), and fewer drink choices (mean 24 vs 275). Their input structure often impeded their ability to provide guideline advice. We conclude that AIF tools contain pro-industry misinformation strategies and dark patterns that misinform users about their consumption and could 'nudge' them towards continuing to drink alcohol-characteristics of 'Dark Apps' designs.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».