Public acceptability of proposals to manage new takeaway food outlets near schools: cross-sectional analysis of the 2021 International Food Policy Study
Notice bibliographique
Résumé
Global trends indicate that takeaway food is commonly accessible in neighbourhood food environments. Local governments in England can use spatial planning to manage the opening of new takeaway outlets in ‘takeaway management zones around schools’ (known sometimes as ‘exclusion zones’). We analysed data from the 2021 International Food Policy Study to investigate public acceptability of takeaway management zones around schools. Among adults living in Great Britain (n = 3323), 50.8% supported, 8.9% opposed, and 37.3% were neutral about the adoption of these zones. Almost three-quarters (70.4%) believed that these zones would help young people to eat better. Among 16-17 year olds (n = 354), 33.3% agreed that young people would consume takeaway food less often if there were fewer takeaways near schools. Using adjusted logistic regression, we identified multiple correlates of public support for and perceived effectiveness of takeaway management zones. Odds of support were strongest among adults reporting that there were currently too many takeaways in their neighbourhood food environment (odds ratio: 2.32; 95% confidence intervals: 1.61, 3.35). High levels of support alongside limited opposition indicate that proposals for takeaway management zones around schools would not receive substantial public disapproval. Policy makers should not, therefore, use limited public support to rationalise policy inertia.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».