Strengthening prevention of nutrition-related non-communicable diseases through sugar-sweetened beverages tax in Rwanda: a policy landscape analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Food and beverages high in sugar are recognized to be among the major risk factors for nutrition-related non-communicable diseases. The growing presence of ultra-processed food producers has resulted in shifts to diets that are associated with non-communicable diseases and which include sugar-sweetened beverages. Sugar-sweetened beverage taxation presents an opportunity to prevent non-communicable diseases but it comes with challenges.Objectives: To describe the policy landscape, identify and analyse the facilitators of and barriers to strengthening taxation on sugar-sweetened beverages in Rwanda.Methods: We conducted a desk-based policy analysis to assess the facilitators of and barriers to strengthening sugary beverage taxation policy. We consulted eight stakeholders to validate the findings of the desk review.Results: Non-communicable diseases are recognized as a public health challenge in Government health and non-health policy documents. However, sugar intake is not explicitly identified as a risk factor for non-communicable diseases and existing policies do not clearly aim to reduce sugar consumption. The Rwandan Government's commitment to growing the local sugar industry and the substantial economic contribution of Rwandan beverage producers are potential barriers to fiscal policies aimed at reducing sugar consumption. However, the current 39% excise tax levied on all soft drinks could support the adoption of future sugar-sweetened beverage policies.Conclusions: The landscape for strengthening a sugar-sweetened beverage tax in Rwanda is complex. The policy environment provides both facilitators of and impediments to strengthening the existing tax. A differential tax could be introduced by leveraging on the existing excise tax and linking it to the sugar content of beverages.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle