MétaCan
Menu
Retour à la cohorte
Enregistrement W3003884398 · doi:10.1186/s12966-019-0900-8

Strategies used by the Canadian food and beverage industry to influence food and nutrition policies

2020· article· en· W3003884398 sur OpenAlexafffundabout
D. Vandenbrink, Elise Pauzé, Monique Potvin Kent

Notice bibliographique

RevueInternational Journal of Behavioral Nutrition and Physical Activity · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésFood industryMarketingBusinessBeverage industryClinical nutritionOpenness to experienceStakeholderFood choiceEnvironmental healthPublic relationsMedicinePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Unhealthy food environments contribute to the rising rates of obesity and diet-related diseases. To improve the Canadian nutritional landscape, Health Canada launched the Healthy Eating Strategy in October 2016 which involved several initiatives including the restriction of unhealthy food marketing to children, the reduction of sodium in the food supply and the introduction of front-of-package labelling. Subsequently, various stakeholders engaged in discussions with Health Canada. This study sought to describe the interactions between Health Canada and industry and non-industry stakeholders and to identify the strategies used by industry to influence food and nutrition policy in Canada. METHODS: Documents such as correspondences and presentations exchanged in interactions between Health Canada and stakeholders regarding the Healthy Eating Strategy were obtained from Health Canada's Openness and Transparency website. The participating stakeholders of each interaction and the topics discussed were determined and described quantitatively. A directed content analysis was then conducted to identify the strategies employed by industry to influence policy. This was guided by a previously developed coding framework that was adapted during analysis. RESULTS: A total of 208 interactions concerning the Healthy Eating Strategy occurred between October 2016 and June 2018. Of the interactions for which documents were received (n = 202), 56% involved industry stakeholders, 42% involved non-industry stakeholders and 2% involved both. Industry stakeholders were more likely to initiate interactions with Health Canada (94% of their interactions) than non-industry stakeholders (49%). Front-of-package labelling was the most frequently discussed topic by industry stakeholders (discussed in 49% interactions involving industry) while non-industry stakeholders most frequently discussed the Healthy Eating Strategy as a whole (discussed in 37% of interactions involving non-industry). A wide variety of strategies were used by industry in their attempts to influence policy. Those most frequently identified included: "framing the debate on diet- and public health-related issues", "promoting deregulation", "shaping the evidence base", "stressing the economic importance of industry", and "developing and promoting alternatives to proposed policies". CONCLUSION: Industry stakeholders are highly active in their attempts to influence Canadian nutritional policies. Policymakers and public health advocates should be aware of these strategies so that balanced and effective food and nutrition policies can be developed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,960

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0280,008
Communication savante0,0110,003
Science ouverte0,0020,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,057
Tête enseignante GPT0,344
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations44
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral Nutrition and Physical ActivityMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207