Youth exposure to unhealthy digital food marketing in relation to race/ethnicity and income adequacy in Canada
Notice bibliographique
Résumé
BACKGROUND: Youth of racial/ethnic minority groups and lower-income households are disproportionately exposed to unhealthy food marketing on television; however, there is limited evidence concerning digital marketing. This study examined differences in Canadian youth's exposure to digital food marketing by race/ethnicity and household income adequacy. METHODS: Frequency of food marketing exposure via digital platforms and digital food marketing techniques were self-reported by 996 youth in Canada aged 10-17 years. Proportional odds and logistic regression models explored differences between racial/ethnic (White vs. racial/ethnic minority) and income adequacy groups (low vs. medium vs. high), adjusted for sociodemographic and digital device usage variables. RESULTS: White participants had lower odds of more frequent exposure to digital marketing of sugary drinks (OR: 0.70; 95% CI: 0.52-0.94), sugary cereals (OR: 0.56; 95% CI: 0.42-0.76), fruits/vegetables (OR: 0.63; 95% CI: 0.45-0.87), salty/savoury snacks (OR: 0.63; 95% CI: 0.47-0.85), fast food (OR: 0.74; 95% CI: 0.55-0.99), and desserts/sweets (OR: 0.68; 95% CI: 0.50-0.91) than racial/ethnic minority youth. Compared to youth from low income adequacy households, those with medium income adequacy were less likely to report more frequent exposure to marketing of sugary drinks (OR: 0.67; 95 CI: 0.51-0.89), fast food (OR: 0.66; 95% CI: 0.50-0.87), and desserts/sweets (OR: 0.65; 95% CI: 0.49-0.87). White youth were less likely than racial/ethnic minority youth to report exposure to unhealthy food marketing on ≥ 1 social media platform(s) (OR: 0.45; 95% CI: 0.30-0.68) and gaming/TV/music streaming platform/website(s) (OR: 0.71; 95% CI: 0.51-0.99); no differences were observed between income groups. White youth were less likely than racial/ethnic minority youth to report exposure to marketing featuring incentives/premiums (OR: 0.72; 95% CI: 0.52-0.99) and cross-promotions (OR: 0.71; 95% CI: 0.51-0.99). Participants of higher (OR: 0.68; 95% CI: 0.49-0.95) and medium (OR: 0.69; 95% CI: 0.50-0.93) income adequacy were less likely to report exposure to marketing featuring celebrities than those with low income adequacy. CONCLUSIONS: Youth of racial/ethnic minorities report more frequent exposure to digital food marketing, especially for unhealthy foods, than White youth in Canada. Differences were also observed between income groups. Comprehensive marketing regulations are needed to limit all youths' exposure to unhealthy digital food marketing.
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 | 0,001 |
| 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) | 0,000 | 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 ».