The bio-food industry’s corporate political activity during Health Canada’s revision of Canada’s food guide
Notice bibliographique
Résumé
INTRODUCTION: We analyzed the bio-food industry's corporate political activity (CPA) during the revisions of Canada's food guide between 2016 and 2019. METHODS: We undertook a content analysis of the websites of 11 bio-food industry organizations and of the briefs that 10 of them submitted to the Canadian House of Commons Standing Committee on Health, as part of this Committee's review of the food guide. Data were classified according to an existing conceptual framework. RESULTS: We identified 366 examples of CPA used by the bio-food industry during and immediately after the development of the food guide. Most of the industry actors opposed the guide's recommendations. The most common CPA strategies were information management (n = 197), used to create and disseminate information in industry's favour, and discursive strategies (n = 108), used to defend food products and promote the industry's position regarding the food guide. Influencing public policy (n = 40), by gaining indirect access to policy makers (e.g. through lobbying) and becoming active in government decision-making, as well as coalition management (n = 21), by establishing relationships with opinion leaders and health organizations, were also common strategies. CONCLUSION: Bio-food industry actors used many different CPA strategies during the revisions of the food guide. It is important to continue to document the bio-food industry's CPA to understand whether and how this is shaping public policy development in Canada and elsewhere.
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 | 0,011 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,008 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».