MétaCan
Menu
Retour à la cohorte
Enregistrement W4404743159 · doi:10.1186/s12889-024-20770-9

The impact of exposure to sugary drink marketing on youth brand preference and recall: a cross-sectional and multi-country analysis

2024· article· en· W4404743159 sur OpenAlexaffabout
Lauren Remedios, Marie‐Hélène Roy‐Gagnon, Lana Vanderlee, David Hammond, Monique Potvin Kent

Notice bibliographique

RevueBMC Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of WaterlooUniversité LavalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBiostatisticsPublic healthMultinomial logistic regressionEnvironmental healthMedicineCross-sectional studyBrand preferenceConsumption (sociology)AdvertisingBrand awarenessBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Consumption of sugary drinks (SD) among children and adolescents is a prevalent public health issue both within Canada and worldwide. This problem is exacerbated by the powerful marketing of such beverages to youth, which is known to influence a wide range of dietary behaviours. METHODS: A cross-sectional, secondary analysis of the International Food Policy Survey Youth Wave 2019 was conducted to assess the relationship between self-reported exposure to SD marketing within the past 30 days or SD brand advertisements and brand preference and brand recall among youth aged 10-17 from Australia, Canada, Chile, Mexico, the United Kingdom, and the United States. Ordinal, multinomial, and binary logistic regression were used as appropriate to examine these associations. RESULTS: Youth brand preference and recall was positively associated with self-reported exposure to general and brand-specific SD marketing across all countries. No statistical interaction was observed between youth age and SD marketing overall or within countries. Soft drinks, sports drinks, and fruit juice brands were most commonly recalled by all youth. CONCLUSION: Similar results were observed among children and adolescents within all countries. Global marketing policies should consider older children and adolescents to adequately protect and support child health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,381
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207