MétaCan
Menu
Retour à la cohorte
Enregistrement W4415679984 · doi:10.1186/s12916-025-04327-0

The nature and frequency of food and beverage marketing on Kenyan national television: a mixed-method analysis of food advertisements, parent and children’s perspectives

2025· article· en· W4415679984 sur OpenAlexfundno aff
Milka Wanjohi, Caroline H. Karugu, Charles Agyemang, Michelle Holdsworth, Amos Laar, Kerstin Klipstein‐Grobusch, Veronica Ojiambo, Sharon Mugo, Elizabeth Kimani‐Murage, Stefanie Vandevijvere, Gershim Asiki

Notice bibliographique

RevueBMC Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesUniversitair Medisch Centrum UtrechtInternational Development Research Centre
Mots-clésKenyaConsumption (sociology)Unhealthy foodFood marketingRecallFood consumption

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Exposure of children and adolescents to unhealthy food through marketing and advertising on television (TV) is associated with increased consumption of unhealthy foods and subsequently, overweight/obesity and diet-related non-communicable diseases (NCDs). This study assessed the nature, frequency, and exposure of children to food and beverage advertisements on TV and the perspectives of children/adolescents and parents on food marketing on TV. METHODS: Mixed methods, nationally representative study, guided by the International Network for Food and Obesity/NCDs Research, Monitoring and Action Support (INFORMAS) protocol for monitoring food promotion. This entailed simultaneous recording of the three most popular national TV channels in Kenya for eight randomly selected days, 18 h/day, over a 3-month period in 2021-2022. The NOVA classification was used to categorize food based on level of processing. Differences in advertisements by food groups, recording days (weekday/weekend) and seasons (holiday/non-holiday) were assessed. Focus group discussions (n = 14) and in-depth interviews (n = 29) were conducted with school children/adolescents (~ 9-18 years) and parents respectively in three counties, to explore their experiences and perspectives of food advertisements. Data were coded in NVIVO and analyzed thematically. RESULTS: Of the 3700 advertisements recorded, about a third (36%, n = 1316) comprised of food and beverages; 94.7% (n = 1213) were ultra-processed foods (UPFs), with a mean rate of 2.8 ads/channel per hour, the majority (95.9%, n = 557) of which were broadcast during peak hours. Some of the children interviewed vividly remembered some of the advertised food brands, mainly those related to UPFs. Most parents acknowledged that their children paid attention to food advertisements and sometimes requested and expressed preference for the advertised foods or brands. Parents generally considered food advertising to be safe, with no concerns about unhealthy food exposure to children. CONCLUSIONS: Exposure of Kenyan children and adolescents to unhealthy foods through advertisements on national TV is higher than healthier food options. These advertisements enhance recognition and recall of the food brands, while parental concern about unhealthy food advertising is limited. Policies restricting advertising of unhealthy foods accompanied by nutrition education are urgently needed to limit unhealthy food exposure and consumption by children and adolescents, to address the increasing burden of overweight/obesity and NCDs.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,023
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,010
Tête enseignante GPT0,303
Écart entre enseignants0,293 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetObesity, Physical Activity, DietTravaux en français237 207