Differences in child and adolescent exposure to unhealthy food and beverage advertising on television in a self-regulatory environment
Notice bibliographique
Résumé
Abstract Background Food and beverage promotion is a contributor to children’s dietary behaviours, and ultimately, downstream health consequences. Broadcast television remains an important source of such advertising. The objective of this study was to examine and compare children and adolescent’s exposure to food advertising on television in Canada over an entire year in a self-regulatory environment. Methods Television advertising data for 57 selected food and beverage categories were licensed from Numerator for 36 stations in Toronto, for 2019. The estimated average number of advertisements viewed by children aged 2–11 and adolescents aged 12–17 was determined overall, by food category, and by marketing technique. The healthfulness of advertisements was also assessed using Health Canada’s Nutrient Profile Model. Results Overall in 2019, children viewed 2234.4 food ads/person/yr while adolescents viewed 1631.7 ads, exposure for both groups stemmed primarily from stations with general appeal, and both age groups were exposed to a range of powerful marketing techniques. Exposure to advertising for restaurants, snacks, breakfast food and candy and chocolate was high among both age groups and the healthfulness of most advertised products was considered poor. Adolescents were exposed to 36.4% more food products classified as unhealthy, had higher exposure to all marketing techniques examined, and were exposed to substantially more child-related marketing techniques compared to children. Conclusion Children and adolescents were heavily exposed to food advertisements on television in 2019. Despite current self-regulatory policies, children’s exposure to unhealthy food and beverages remains high. Differences in exposure to food advertisements by food category and healthfulness may suggest that adolescents are being disproportionately targeted by food companies as a result of self-regulatory marketing restrictions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».