Food and Beverage Advertising to Children and Adolescents on Television: A Baseline Study
Notice bibliographique
Résumé
The progressive rise in Canadian child obesity has paralleled trends in unhealthy food consumption. Industry has contributed to these trends through aggressive food and beverage marketing in various media and child settings. This study aimed to assess the extent of food and beverage advertising on television in Canada and compare the frequency of food advertising broadcasted during programs targeted to preschoolers, children, adolescents and adults. Annual advertising from 2018 was drawn from publicly available television program logs. Food and beverage advertisement rates and frequencies were compared by, target age group, television station, month and food category, using linear regression modelling and chi-square tests, in SAS version 9.4. Rates of food and beverage advertising differed significantly between the four target age groups, and varied significantly by television station and time of the year, in 2018. The proportion of advertisements for food and beverage products was significantly greater during preschooler-, child-, and adult-programming [5432 (54%), 142,451 (74%) and 2,886,628 (48%), respectively; p < 0.0001] compared to adolescent-programming [27,268 (42%)]. The proportion of advertisements promoting fast food was significantly greater among adolescent-programming [33,475 (51%), p < 0.0001] compared to other age groups. Legislation restricting food and beverage advertising is needed in Canada as current self-regulatory practices are failing to protect young people from unhealthy food advertising and its potential negative health effects.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».