MétaCan
Menu
Retour à la cohorte
Enregistrement W4382403502 · doi:10.3390/nu15132910

A Proposed Strategy against Obesity: How Government Policy Can Counter the Obesogenic Environment

2023· review· en· W4382403502 sur OpenAlexaff
Norman J. Temple

Notice bibliographique

RevueNutrients · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésObesityHealthy foodGovernment (linguistics)Promotion (chess)Psychological interventionBusinessHealth promotionEnvironmental healthPopulationHealthy dietSubsidyMarketingMedicinePublic healthPolitical scienceFood sciencePoliticsBiology

Résumé

récupéré en direct d'OpenAlex

An epidemic of obesity emerged in the USA in 1976-1980. The epidemic then spread to many other Westernized nations. Many interventions have been carried out with the goal of lowering the prevalence of obesity. These have mostly taken the form of various types of health promotion (i.e., providing people with education, advice, and encouragement). These actions have achieved, at most, only limited success. A strategy with a better chance of success starts with the recognition that the fundamental cause of obesity is that we live in an obesogenic environment. It is therefore necessary to change the environment so that it fosters a generally healthy lifestyle, thereby leading to enhanced health for the population, including improved weight control. A major goal is to increase the intake of healthy foods (especially fruit, vegetables, and whole grains), while decreasing intake of unhealthy foods (especially ultra-processed foods such as sugar). This will require major changes of many government policies. Some of the required policies are as follows. Schools should implement policies that create a healthy environment for children. For example, they should adopt a policy that only foods of high nutritional quality are sold in vending machines or given to students within school meals. Policies need to go well beyond the school setting; a broad strategy is needed that creates a healthy environment for children. Another important policy is the manipulation of food prices in order to shift the diet toward healthy foods. This requires using subsidies to lower the price of healthy foods, while adding a tax to less healthy foods to increase the price. This policy has been implemented in many cities and countries in the form of a tax on sugar-sweetened beverages (SSBs). The advertising of unhealthy foods (including fast-food restaurants) should be banned, especially where children and adolescents are the major target. Such a ban could be extended to a complete ban on all advertising for unhealthy foods, including that directed at adults. The proposed policy measures are likely to be strongly opposed by food corporations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,028
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0050,013
Communication savante0,0170,015
Science ouverte0,0030,007
Intégrité de la recherche0,0230,015
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,305
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetObesity, Physical Activity, DietTravaux en français237 207