Quels ont été les stratégies d’influence et le discours de l’industrie agroalimentaire au cours de l’élaboration du nouveau Guide alimentaire canadien?
Notice bibliographique
Résumé
Au Canada, l’étude des comportements de l’industrie bioalimentaire et de leurs répercussions sur la santé des populations qu’elle dessert est un domaine très peu exploré. Or, des études démontrent que certains acteurs du secteur privé mènent des activités d’influence sur le développement des politiques publiques qui peuvent en compromettre la nature et leur mise en œuvre. La présente étude, qui s’appuie sur le processus de révision du Guide alimentaire canadien (GAC), vise à : 1) identifier les activités politiques corporatives (APC) menées par l’industrie bioalimentaire dans le processus de révision du Guide alimentaire canadien entre 2016 et 2019; et 2) analyser le discours et la position des acteurs de l’industrie par rapport aux recommandations de Santé Canada. L’échantillon se compose de onze acteurs de l’industrie bioalimentaire qui ont déposé un mémoire au Comité permanent de la santé dans le cadre de la révision du GAC. La collecte de données, qui s’est échelonnée sur six mois (octobre 2018 à mars 2019), a permis de répertorier les APC utilisées par l’échantillon sur une période de 39 mois, soit du début de l’automne 2016 jusqu’au printemps 2019. Le matériel analysé inclut les mémoires qu’ils ont déposés ainsi que leurs sites Internet respectifs. Afin de définir les APC et de les classer en fonction de leurs stratégies, de leurs pratiques et des mécanismes qu’ils emploient, nous nous sommes basés sur un cadre conceptuel du réseau INFORMAS. Nous avons par la suite repéré des éléments caractéristiques de citations, dans les APC et les discours, qui indiquent la présence de positionnement en fonctions des trois principes directeurs : une variété d’aliments et de boissons nutritifs est le fondement de la saine alimentation; les aliments et boissons transformés ou préparés riches en sodium, sucre ou lipides saturés nuisent à une saine alimentation; des connaissances et compétences sont nécessaires pour naviguer dans un environnement alimentaire complexe et favoriser une saine alimentation. Au total, 366 APC ont été identifiées en relation avec le GAC. Nous avons principalement répertorié les stratégies de gestion de l’information (n=197) et les stratégies discursives (n=108). Les données recueillies suggèrent que l’industrie bioalimentaire utilise des APC pour influencer l’élaboration de la politique du nouveau GAC. Les acteurs industriels ont exprimé une opposition aux nouvelles lignes directrices en matière d’alimentation. Les points de vue de chacun d’entre eux sur les problèmes et sur les solutions portées sur les trois principes directeurs divergent. Les intérêts économiques propres à chaque acteur forgent la vision promue par l’industrie bioalimentaire. Cette vision peut difficilement s’harmoniser avec les différentes dimensions des nouvelles lignes directrices ou avec les données probantes les plus récentes qui les appuient. Il est impératif de mieux documenter les APC qui sont susceptibles de nuire à l’adoption de mesures législatives et de limiter la capacité des gouvernements à développer des politiques nutritionnelles efficaces.
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 | 0,022 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,016 |
| Communication savante | 0,014 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».