An examination of public support for 35 nutrition interventions across seven countries
Notice bibliographique
Résumé
BACKGROUND: Public support for evidence-based nutrition interventions can be an important determinant of government willingness to develop and implement such interventions. The aim of this study was to assess support for a broad range of nutrition interventions across seven countries: Australia, Canada, China, India, New Zealand, the United Kingdom, and the United States. Assessed interventions included those relating to food availability, affordability, reformulation, labelling, and promotion. METHODS: Approximately 1000 adults per country (total n = 7559) completed an online survey assessing support for 35 nutrition interventions/policies. ANOVA analyses were used to identify differences between countries on overall levels of support and by intervention category. Multiple regression analyses assessed demographic and diet-related factors associated with higher levels of support across the total sample and by country. RESULTS: Substantial levels of public support were found for the assessed interventions across the seven countries and five intervention categories. The highest levels were found in India (Mean across all interventions of 4.16 (standard deviation (SD) 0.65) on a 5-point scale) and the lowest in the United States (Mean = 3.48, SD = 0.83). Support was strongest for interventions involving food labelling (Mean = 4.20, SD = 0.79) and food reformulation (Mean = 4.17, SD = 0.87), and weakest for fiscal interventions (Mean = 3.52, SD = 1.06). Consumer characteristics associated with stronger support were higher self-rated health, higher educational attainment, female sex, older age, and perceptions of consuming a healthy diet. CONCLUSION: The results indicate substantial support for a large range of nutrition interventions across the assessed countries, and hence governments could potentially be more proactive in developing and implementing such initiatives.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».