Social norms, advertising and food consumption in schoolchildren: modeling using fuzzy logic

Authors

  • Bárbara de los Angeles Pérez-Pedraza Universidad Autónoma de Coahuila, Facultad de Psicología, Unidad Saltillo, Edificio D, Planta Baja, Unidad Campo Redondo, Saltillo, Coahuila, México, C. P. 25020. https://orcid.org/0000-0001-9685-3814
  • Gerardo Daniel Olvera-Romero Corporación Mexicana de Investigación en Materiales S.A. de C.V., Saltillo, Coahuila, México. https://orcid.org/0000-0002-0885-1761
  • Karla Patricia Valdés-García Universidad Autónoma de Coahuila, Facultad de Psicología, Unidad Saltillo, Edificio D, Planta Baja, Unidad Campo Redondo, Saltillo, Coahuila, México, C. P. 25020. https://orcid.org/0000-0002-1681-1954
  • Rolando Javier Praga-Alejo Universidad Autónoma de Coahuila, Facultad de Sistemas, Arteaga, Coahuila, México. https://orcid.org/0000-0001-5512-2732

DOI:

https://doi.org/10.29059/cienciauat.v18i2.1782

Keywords:

food consumption, artificial intelligence, fuzzy logic, social norms, advertising

Abstract

Mexico ranks first in childhood obesity in the world, so it is important to identify variables associated with food consumption. The objective of this work was to establish whether the way in which food consumption is modified depending on social food norms and food advertising received by school children. A predictive multivariate study was designed using interval type two fuzzy logic systems (IT2 FLS), and comparing its fit with conventional models, such as multiple linear regression (RLM). We worked with the responses issued by 196 children in a previous study and stored in a database, selecting only those that corresponded to the variables of interest for the study. The social norms to avoid, the number of meals and the purchase of food through food advertising made it possible to predict children’s food consumption through IT2 FLS. In RLM, mealtimes had a greater predictive capacity than the number of meals. The IT2 FLS provided a higher coefficient of determination (R2 = 0.649) than that of the RLM (R2 = 0.370). Food consumption, being a multicausal and complex phenomenon, can be better predicted by using analysis methods that manage uncertainty more flexibly, as the IT2 FLS does.

References

Academia Nacional de Medicina (2015). Guía alimentaria y de actividad física en Contexto de Sobrepeso y Obesidad en la población mexicana. [En línea]. Disponible en: https://www.insp.mx/epppo/blog/3878-guias-alimentarias.html. Fecha de consulta: 20 de abril de 2017.

Ahmadi, H., Gholamzadeh, M., Shahmoradi, L., Nilashi, M., and Rashvand, P. (2018). Diseases diagnosis using fuzzy logic methods: A systematic and meta-analysis review. Computer Methods and Programs in Biomedicine. 161: 145-172.

Álvarez, J. (2011). Los adolescentes y su imagen corporal: esquemas cognitivos, canon social, hábitos y emociones. En J. Moral, J. L. Ybarra, J. Álvarez, J. Zapata y J. González. (Eds.), Adolescentes escolarizados: sus hábitos de actividad física y alimentación. Un estudio comparativo en el noreste de México (pp. 281-303). México: Fontamara.

Arvizú, O., Polo, E. y Shamah, T. (2015). Qué y cómo comemos los Mexicanos: consumo de alimentos en la población urbana. Cuernavaca, México: Instituto Nacional de Salud Pública. 12-14 Pp.

Ballester, L. y Colom, A. J. (2006). Lógica difusa: una nueva epistemología para las Ciencias de la Educación. Revista de Educación. 340: 995-1008.

Barrios, A. B. (2018). Sistema experto para detectar tipos de personalidades de acuerdo a la edad biológica basado en lógica difusa, en Repositorio Institucional- Universidad Mayor de San Andrés. [En línea]. Disponible en: https://repositorio.umsa.bo/handle/123456789/17509. Fecha de consulta: 18 de enero de 2024.

Bisquerra, R. (1989). Introducción conceptual al análisis multivariable España: Promociones y Publicaciones Universitarias. 321 Pp.

Cárdenas, F. G. (2021). Modelo de recomendación de dietas saludables mediante algoritmos de optimización, lógica difusa y lógica de primer orden [Tesis doctoral, Universidad Nacional del Altiplano]. Repositorio Institucional-Universidad del Altiplano. [En línea]. Disponible en: https://renati.sunedu.gob.pe/handle/sunedu/3442719. Fecha de consulta: 18 de enero de 2024.

Casadeús, R. y Castro, I. (2018). De la lógica difusa a la inteligencia artificial. Hacia un futuro transhumano. Ars Brevis: aunario de la cátedra Ramon Llull Blanquerna. (24): 47-82.

Chanchí, G. E., Sierra, L. M. y Campo, W. Y. (2021). Aplicación de la lógica difusa en la implementación de rúbricas de evaluación en el contexto universitario. Revista Ibérica de Sistemas e Tecnologias de Informacao. E42: 174-187.

Chen, C., Wu, D., Garibaldi, J., John, R., Twycross, J., and Mendel, J. (2020). A Comprehensive Study of the Efficiency of Type-Reduction Algorithms. IEEE Transactions on Fuzzy Systems. 29(6): 1556-1566.

Cobio, A. y Álvarez, J. (2015). Sobrepeso y obesidad; hábitos alimentarios y físicos; autoimagen y percepción de los anuncios alimentarios. [tesis de maestría, Universidad Autónoma de Nuevo León, México]. [En línea]. Disponible en: http://eprints.uanl.mx/9657/. Fecha de consulta: 18 de enero de 2024.

Comisión Nacional de Bioética (2013). Norma oficial mexicana NOM-’12-SSA3-2012, Que estable-ce los criterios para la ejecución de proyectos de investigación para la salud en seres humanos. [En línea]. Disponible en: https://dof.gob.mx/nota_detalle.php?codigo=5284148&fecha=04/01/2013#gsc.tab=0. Fecha de consulta: 18 de enero de 2024.

Duarte, O. G. (2000). Aplicaciones de la lógica difusa. Revista ingeniería e investigación. 45: 5-12.

Erdem, P. and Akyuz, E. (2021). An interval type-2 fuzzy SLIM approach to predict human error in maritime transportation. Ocean engineering. 232: 109161.

Figueroa-García, J., Román-Flores, H., and Chalco-Cano, Y. (2022). Type–reduction of Interval Type–2 fuzzy numbers via the Chebyshev inequality. Fuzzy Sets and Systems. 435: 164-180.

Franco-López, J. A., Uribe, A. y Monsalve, J. C. (2019). El capital humano y estructural a través de la lógica difusa 2. Revista Lasallista de Investigación. 16(2): 160-170.

Gil, C. y Cortes, A. (2020). Publicidad alimentaria en horario infantil: análisis de los anuncios emitidos en tres canales televisivos. Revista Electrónica de Investigación y Docencia Creativa. 9(1): 1-10.

Hernández, V., Ramos, P. y Núñez, R. (2015). Las prácticas y la publicidad en el consumo de refrescos en mexicanos. Revista Salud Pública y Nutrición. 14(1): 33-35.

Hogreve, J., Matta, S., Hettich, A., and Walker, R. (2021). How do social norms influence parents’ food choices for their children? The role of social comparison and implicit self-theories. Journal of Retailing. 97(2): 173-190.

Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado (2017). Sobrepeso y obesidad infantil. [En línea]. Disponible en: https://www.gob.mx/issste/articulos/obesidad-infantil. Fecha de consulta: 20 de abril de 2017.

Jayalakshmi, M., Garg, L., Maharajan, K., Jayakumar, K., Srinivasan, K., Bashir, A. K., and Ramesh, K. (2021). Fuzzy Logic-Based Health Monitoring System for COVID’19 Patients. Computers, Materials and Continua. 67(2): 2431-2447.

John, R. I. and Innocent, P. R. (2005). Modeling uncertainty in clinical diagnosis using fuzzy logic. IEE Transactions on Systems, man and Cybernetics. 35(6): 1340-1350.

Karnik, N. and Mendel, J. (1998). Introduction to Type-2 Fuzzy Logic Systems. IEEE International Conference on Fuzzy Systems Proceedings. IEEE World Congress on Computational Intelligence. 2: 915-920.

Kennedy, M. C. (2010). Bayesian modelling of long-term dietary intakes from multiple sources. Food and Chemical Toxicology. 48(1): 250-263.

Mamani, E. Z. (2020). Sistema experto con base en lógica difusa para el diagnóstico de distimia [Tesis de grado]. Universidad pública de el Alto. [En línea]. Disponible en: http://repositorio.upea.bo/bitstream/123456789/209/1/TESIS-Elizabeth%20Zulma%20Mamani%20Choque%20-%20Sistema%20Experto%20con%20base%20en%20L%C3%B3gica%20Difusa%20para%20el%20Diagn%C3%B3stico%20de.pdf. Fecha de consulta: 18 de enero de 2024.

Mamdani, E. and Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies. 51: 1-13.

Medina, S. (2006). Estado de la cuestión acerca del uso de la lógica difusa en problemas financieros. Cuadernos de Administración en Bogotá. 19(32): 195-223.

Memmedova, K. (2018). Quantitative analysis of the effect of pilates exercises on psychological variables and academic achievement using fuzzy logic. Quality & Quantity. 52: 195-204.

Mendel, J. (2017). Uncertain Rule-Based Fuzzy Systems: Introduction and New Directions (Second edition). Los Angeles, CA, USA: Springer. 250 Pp.

Ménez, M., Campos, A. C. y Bustillos, C. G. (2004). Aplicación de lógica difusa en orientación vocacional. [Tesis de grado]. Repositorio Institucional Instituto Tecnológico. [En línea]. Disponible en: https://dspace.ups.edu.ec/handle/123456789/15306. Fecha de consulta: 18 de enero de 2024.

Mittal, K., Jain, A., Vaisla, K. S., Castillo, O., and Kacprzyk, J. (2020). A comprehensive review on type 2 fyzzy logic applications: Pasr, present and future. Engineering Aplications of Artificial Intelligence. 95: 1-14.

Montgomery, P. y Vining. (2006). Introducción al análisis de regresión lineal (Tercera edición). Mexico D.F.: Compañia editorial continental. 342 Pp.

Moral, J., Ybarra, J. L., Álvarez, J., Zapata, J. y González, J. (2011). Adolescentes escolarizados: Sus hábitos de actividad física y alimentación. Un estudio comparativo en el noreste de México. México. Fontamara. 181 Pp.

Nogales, D. (2015). Sistema experto para el diagnóstico de la depresión en un geronte basado en lógica difusa. [Tesis de grado]. Universidad Mayor de San Andres. [En línea]. Disponible en: https://repositorio.umsa.bo/handle/123456789/8039. Fecha de consulta: 18 de enero de 2024.

Pérez, B. A. y López, D. I. (2022). Propiedades psicométricas del Cuestionario de Normas Sociales Alimentarias en el Noreste de México. Journal of Behavior, Health & Social Issues. 14(1): 8-16.

Pérez, B. y Laviada, J. (2023). Hábitos alimentarios y normas sociales alimentarias en escolares. Investigación y Ciencia de la Universidad Autónoma de Aguascalientes. (88).

Pérez-Pedraza, B., Álvarez-Bermúdez, J. y Carreón-Marruffo, M. (2023). Consumo de alimentos y la publicidad alimentaria: contrastes en niños escolarizados. Cultura Educación y Sociedad. 14(1): 111-124.

Perry, C. L., Story, M., and Lytle, L. A. (2010). Promoting healthy dietary behaviors. In R. P. Weissberg, T. P. Gullotta, R. L. Hampton, B. A. Ryan, and G. R. Adams (Eds.), Issues in children’s and families lives, Healthy children 2010 Enhancing children’s wellness (pp. 214-249). London: Sage Publications.

Ponce, J., Pabón, M. y Lomas, M. (2017). Análisis de contenido de la publicidad de productos alimenticios dirigidos a la población infantil. Gaceta Sanitaria. 21(3): 180-186.

Pozo, P. E., Cozzarelli, A. L., Unkuch, N. M. y Cruz, Y. A. (2021). Violencia contra la mujer y su influencia en las familias dentro de la ciudadela Muñoz. Revista Dilemas Contemporáneos: Educación, Política y Valores. 58(9): 1-23.

Ross, T. J. (2004). Fuzzy Logic with Engineering Applications. United Kingdom: John Wiley & Sons. 312 Pp.

Ruiz-Cota, P., Bacardí-Gascón, M. y Jiménez-Cruz, A. (2019). Historia, tendencias y causas de la obesidad en México. Journal of Negative & no Positive Results. 4(7): 671-745.

Secretaría de Salud (2010). Guía de Alimentos para la Población Mexicana. Pressprinting S.A. de C.V. [En línea]. Disponible en: https://www.imss.gob.mx/sites/all/statics/salud/guia-alimentos.pdf. Fecha de consulta: 18 de enero de 2024.

Shamah-Levy, T., Romero-Martínez, M., Barrientos-Gutiérrez, T., Cuevas-Nasu, L., Bautista-Arredondo, S., Colchero, M. A., … y Rivera-Dommarco, J. (2021). Encuesta Nacional de Salud y Nutrición 2020 sobre Covid-19, en Resultados nacionales. [En línea]. Disponible en: https://ensanut.insp.mx/encuestas/ensanutcontinua2020/doctos/informes/ensanutCovid19ResultadosNacionales.pdf. Fecha de consulta: 22 de febrero de 2022.

Tayyebi, S. and Soltanali, S. (2017). A new approach of GA-based type reduction of interval type-2 fuzzy model for nonlinear MIMO system: Application in methane oxidation process. Chemometrics and Intelligent Laboratory Systems. 167: 12-19.

Torres, F. y Rojas, A. (2020). Seguridad alimentaria y sus desequilibrios regionales en México. Problemas del desarrollo. 201(51): 57-83.

Valencia, S. (2016). Sistema experto para el diagnóstico y tratamiento de trastornos del espectro autista en niños y adolescentes basado en lógica difusa caso: CEREFE. [Tesis de grado]. Universidad Mayor de San Andrés. [En línea]. Disponible en: https://repositorio.umsa.bo/handle/123456789/10095. Fecha de consulta: 18 de enero de 2024.

Zadeth, L. A. (1965). Fuzzy sets. Information/Control. 8: 338-353.

Zadeth, L. A. (1988). Fuzzy logic. Computer. 21(4): 83-93.

Zéténvi, T. (1988). Fuzzy sets in psychology. Amsterdam: Elsevier Science Publishers.

Published

2024-01-31

How to Cite

Pérez-Pedraza, B. de los A., Olvera-Romero, G. D., Valdés-García, K. P., & Praga-Alejo, R. J. (2024). Social norms, advertising and food consumption in schoolchildren: modeling using fuzzy logic. CienciaUAT, 18(2), 75–90. https://doi.org/10.29059/cienciauat.v18i2.1782

Issue

Section

Social Science

Similar Articles

<< < 13 14 15 16 17 18 19 20 21 22 > >> 

You may also start an advanced similarity search for this article.