Parliamentary reaction to the announcement and implementation of the UK Soft Drinks Industry Levy: applied thematic analysis of 2016–2020 parliamentary debates
Notice bibliographique
Résumé
Abstract Objective: The UK Soft Drinks Industry Levy (SDIL) (announced in March 2016; implemented in April 2018) aims to incentivise reformulation of soft drinks to reduce added sugar levels. The SDIL has been applauded as a policy success, and it has survived calls from parliamentarians for it to be repealed. We aimed to explore parliamentary reaction to the SDIL following its announcement until two years post-implementation in order to understand how health policy can become established and resilient to opposition. Design: Searches of Hansard for parliamentary debate transcripts that discussed the SDIL retrieved 186 transcripts, with 160 included after screening. Five stages of Applied Thematic Analysis were conducted: familiarisation and creation of initial codebooks; independent second coding; codebook finalisation through team consensus; final coding of the dataset to the complete codebook; and theme finalisation through team consensus. Setting: The United Kingdom Parliament Participants: N/A Results: Between the announcement (16/03/2016) – royal assent (26/04/2017), two themes were identified1: SDIL welcomed cross-party 2: SDIL a good start but not enough.Between royal assent – implementation (5/04/2018), one theme was identified3: The SDIL worked – what next?The final theme identified from implementation until 16/03/2020 was4: Moving on from the SDIL. Conclusions: After the announcement, the SDIL had cross-party support and was recognised to have encouraged reformulation prior to implementation. Lessons for governments indicate that the combination of cross-party support and a policy’s documented success in achieving its aim can help cement the resilience of it to opposition and threats of repeal.
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 | 0,047 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».