Assessing general public and policy influencer support for healthy public policies to promote healthy eating at the population level in two Canadian provinces
Notice bibliographique
Résumé
OBJECTIVE: To assess and compare the favourability of healthy public policy options to promote healthy eating from the perspective of members of the general public and policy influencers in two Canadian provinces. DESIGN: The Chronic Disease Prevention Survey, administered in 2016, required participants to rank their level of support for different evidence-based policy options to promote healthy eating at the population level. Pearson's χ 2 significance testing was used to compare support between groups for each policy option and results were interpreted using the Nuffield Council on Bioethics' intervention ladder framework. SETTING: Alberta and Québec, Canada.ParticipantsMembers of the general public (n 2400) and policy influencers (n 302) in Alberta and Québec. RESULTS: General public and policy influencer survey respondents were more supportive of healthy eating policies if they were less intrusive on individual autonomy. However, in comparing levels of support between groups, we found policy influencers indicated significantly stronger support overall for healthy eating policy options. We also found that policy influencers in Québec tended to show more support for more restrictive policy options than their counterparts from Alberta. CONCLUSIONS: These results suggest that additional knowledge brokering may be required to increase support for more intrusive yet impactful evidence-based policy interventions; and that the overall lower levels of support among members of the public may impede policy influencers from taking action on policies to promote healthy eating.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».