Environmental approaches to promote healthy eating: Is ensuring affordability and availability enough?
Notice bibliographique
Résumé
Pablo Monsivais and colleagues reflect on the evidence for interventions to improve access to healthy food and discuss considerations for evidence generation Improving diet is a key goal of public health, as a substantial fraction of global morbidity and mortality is attributable to dietary imbalances.1 These imbalances include insufficient consumption of vegetables, fruits, and whole grains, and excessive intake of refined carbohydrates and meat. Moreover, inequities in health are driven in part by inequities in diet, and tackling them is a key dimension to improving diet and health at the population level. The past 20 years have seen increasing concern over structural factors that promote unhealthy dietary patterns and undermine the adoption of healthy eating. This trend has paralleled a growing understanding of the multifactorial “causes of the causes” of the modern pandemics of obesity and non-communicable disease,2 and interest in the physical, economic, and social environments that cue and shape behavioural risk factors.34 For food selection and diet specifically, there is recognition of the importance of affordability and availability, two dimensions of a wider conceptualisation of food access (box 1).5 The general consideration of “access to healthy food” is now a central pillar of policy, systems, and environments (PSE) interventions7 as well as so called “whole systems” approaches8 to improve nutrition and reduce obesity and chronic disease. As policy makers and communities act to forge more healthful, sustainable, and equitable food systems and environments, researchers recognise the uneven evidence base and debate the importance of economic and geographical factors as population level determinants of diet and health. Box 1 ### Access, affordability, and availabilityRETURN TO TEXT
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 | 0,034 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,017 |
| Communication savante | 0,013 | 0,016 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,009 | 0,014 |
| 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 ».