MétaCan
Menu
Retour à la cohorte
Enregistrement W4406641398 · doi:10.1097/phh.0000000000002108

Associations Between Sugar-Sweetened Beverage Taxes and Weight Outcomes Among US Adolescents

2025· article· en· W4406641398 sur OpenAlexaff
Dinghe Cui, Christopher F. Baum, Summer Sherburne Hawkins

Notice bibliographique

RevueJournal of Public Health Management and Practice · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensSmiths Detection (Canada)
Organismes subventionnairesnon disponible
Mots-clésOverweightFluid ounce (US)Body mass indexObesitySugarEnvironmental healthConsumption (sociology)Adolescent ObesityPercentage pointAdded sugarFood scienceDemographyMedicineChemistryEconomicsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Given the recent implementation and preemption of sugar-sweetened beverage taxes across the United States, we aimed to evaluate the associations between sugar-sweetened beverage (SSB) taxes and adolescent weight-related outcomes using data on 364,540 adolescents drawn from 1999 to 2021 district Youth Risk Behavior Surveys. We used difference-in-differences models to assess the associations and the potential mediating roles of SSBs, milk, and 100% fruit juice consumption. We found that a one cent per ounce increase in SSB taxes was associated with a 0.26 lower body mass index ( P < .01), and a 2.19 ( P < .01) and 1.68 ( P < .01) percentage point decrease in the probability of being affected by overweight and obesity, respectively. SSB consumption had a mediating role, as tax increases were associated with a 2.45 ( P < .01) percentage point decrease in adolescents' probability of drinking any SSB. Milk and 100% fruit juices likely also played a role, as we found changes in their consumption in response to tax increases.

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)0,003
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 enseignants0,115
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,045
Tête enseignante GPT0,358
Écart entre enseignants0,313 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Health Management and PracticeMême sujetObesity, Physical Activity, DietTravaux en français237 207