What, when, and how food and beverage are advertised on Ghanian television
Notice bibliographique
Résumé
Food marketing has increased volume, precision, and reach to influence viewers' food attitudes, beliefs, and eating behaviors. What and how much people eat has implications for health. While many countries regulate food advertising to protect consumers and encourage healthy eating, Ghana has none. Understanding the content and framing of food and beverage advertisements can inform the development of effective policies and practices that encourage healthier diets. This content analysis examines the foods and beverages advertised, their timing, and marketing techniques on Ghanaian television. From February to May 2020, 486 hours of advertisements were recorded. Advertisements with ≥1 actors were coded for food type, actor characteristics (i.e., body size, gender, age, race), and marketing techniques (i.e., promotional characters, premium offers, goal frames). A total of 607 advertisements with 2,043 actors were analyzed. Two-thirds (66.8%) promoted foods categorized as unhealthy. Sugar-sweetened beverages (22.6%) were most frequent, followed by grains high in sugar and low in fiber (13.2%), recipe additions (13.1%), and supplements (10.2%). Half (52.9%) of advertisements used persuasive marketing strategies. Most actors were classified as underweight (72.1% v. 20.5% normal weight, 7.4% overweight/obese) with a balanced gender distribution (49.1% female). Most advertisements aired during evenings (37.7%) and weekdays (69.5%). Morning advertisements promoted more healthy foods, whereas evening and night advertisements promoted more unhealthy foods. Gain goal frames were most common for healthy foods (p < 0.001), hedonic frames for unhealthy foods (p < 0.001), and normative frames showed no difference (p = 0.54). Underweight actors frequently appeared in unhealthy advertisements (68.3% v. 56.0% normal weight, 59.0% overweight/obese), whereas normal-weight (44.0%) and overweight/obese actors (41.0% v. 31.7% underweight) appeared in healthy advertisements. Persuasive marketing strategies were frequently advertised with unhealthy foods (59.9%) and overweight/obese (54.9%) and male actors (53.6%). This study highlights the need for effective policies to regulate food marketing, promoting healthier diets and realistic body expectations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».