The kids are not alright: Lessons from the advocacy pursuit of restrictions on food marketing
Notice bibliographique
Résumé
Abstract Issue Poor nutrition is a leading contributor to ill health worldwide. WHO recommends restrictions on the marketing of unhealthy food to children to reduce intakes of energy-dense, nutrient-poor foods. In Canada, the government made this a mandate commitment. This provides an opportunity for other countries pursuing public health nutrition policy to better understand and overcome commercial interests when trying to advance public health. Background Heart & Stroke Foundation (H&S) advocated for over a decade (2008-2019) to secure government policies to restrict food marketing to youth in Canada. The inclusion of such policy in the government's 2015 mandate was promising and the associated bill was one of the strongest in the world - well received by public health advocates worldwide, positioning Canada as global leader. However, the commercial interests of various stakeholders including food and marketing industries created concerns among policy makers. Public health advocates underestimated the influence, power and opposition of industry. Results In order to counter industry opposition, the public health community worked in coalitions and employed a range of innovative tactics to mitigate policy concerns. This included public engagement on social media, evidence generation, celebrity endorsement, as well as calling out industry practices and political blockers. Despite the innovative and collaborative approach of public health, the policy failed to be adopted. Lessons Food industry will use a range of concerns including economic, environmental, and health issues to generate skepticism among policy makers. Public health advocates working in nutrition need to be proactive and prepared with insightful counter arguments and evidence to dispel myths and re-frame the issue. Key messages Public health progress on nutrition policy is at an early stage and we need to learn lessons from successes and failures. There is a strong amount of food industry opposition to public health nutrition policy.
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 | 0,050 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,031 | 0,028 |
| Communication savante | 0,019 | 0,015 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,016 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».