Real-time recording: A scoping review of methods to study children's real-time exposure to food and food marketing online
Notice bibliographique
Résumé
Today, children are exposed to an unprecedented amount of marketing for high-fat, sugar and salt (HFSS) foods and non-alcoholic beverages. Exposure to HFSS products influences children's food preferences and consumption patterns. As children increasingly live, learn and play online, understanding their exposure to food and food marketing in digital environments has become a growing area of research. Real-time recording of children's devices offers an observational method of assessing their exposure to food and food marketing online. This scoping review aimed to identify and analyse studies employing real-time screen recording methods to study children's online exposure to food and food marketing. Three electronic databases (Scopus, Medline, and Web of Science) were used to identify articles published between January 1, 2010, and July 22, 2024. Articles were included if they collected and analysed real-time screen recordings from children (<18 years) using their own devices. Five studies met the criteria, conducted in Australia (n = 2), Mexico (n = 1), and Canada (n = 2). Findings suggest that research on children's exposure to food and food marketing online using real-time recording of their device use is limited. Included studies revealed inconsistencies in data collection, coding, and exposure definitions. A standardised data collection and coding protocol is needed to enhance the comparability and rigour of future research in this field. More high-quality research using real-time recording to assess children's exposure to food and food marketing online is needed. Future research should prioritise the inclusion of participants from low-income countries and diverse socio-economic and ethnic backgrounds to identify potential inequities in children's exposure to food and food marketing online.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».