Mechanisms for addressing and managing the influence of corporations on public health policy, research and practice: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: We identified mechanisms for addressing and/or managing the influence of corporations on public health policy, research and practice, as well as examples of where these mechanisms have been adopted from across the globe. DESIGN: We conducted a scoping review. We conducted searches in five databases on 4 June 2019. Twenty-eight relevant institutions and networks were contacted to identify additional mechanisms and examples. In addition, we identified mechanisms and examples from our collective experience working on the influence of corporations on public health policy, research and practice. SETTING: We identified mechanisms at the national, regional and global levels. RESULTS: Thirty-one documents were included in our review. Eight were peer-reviewed scientific articles. Nine discussed mechanisms to address and/or manage the influence of different types of industries; while other documents targeted specific industries. In total, we identified 49 mechanisms for addressing and/or managing the influence of corporations on public health policy, research and practice, and 43 of these were adopted at the national, regional or global level. We identified four main types of mechanisms: transparency; management of interactions with industry and of conflicts of interest; identification, monitoring and education about the practices of corporations and associated risks to public health; prohibition of interactions with industry. Mechanisms for governments (n=17) and academia (n=13) were most frequently identified, with fewer for the media and civil society. CONCLUSIONS: We identified several mechanisms that could help address and/or manage the negative influence of corporations on public health policy, research and practice. If adopted and evaluated more widely, many of the mechanisms described in this manuscript could contribute to efforts to prevent and control non-communicable diseases. TRIAL REGISTRATION DETAILS: The protocol was registered with the Open Science Framework on 27 May 2019 (https://osf.io/xc2vp).
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 | 0,020 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».