Characteristics of commercial determinants of health research on corporate activities: A scoping review
Notice bibliographique
Résumé
INTRODUCTION: Business practices have influenced human health for centuries, yet an overarching concept to study these activities across nations, time periods, and industries (called 'the commercial determinants of health' (CDH)) has emerged only recently. The purpose of this review was to assess the descriptive characteristics of CDH research and to identify remaining research gaps. METHODS: We systematically searched four databases (Scopus, OVID Medline, Ovid Embase, and Ovid Global Health) on Sept 13, 2022 for literature using CDH terms that described corporate activities that have the potential to influence population health and/or health equity (n = 116). We evaluated the following characteristics of the literature: methods employed, industries studied, regions investigated, funders, reported conflicts of interest, and publication in open-access formats. RESULTS: The characteristics of the articles included that many were conceptual (50/116 articles; 43%) or used qualitative methods (37; 32%). Only eight articles (7%) used quantitative or mixed methods. The articles most often discussed corporate activities in relation to the food and beverage (51/116; 44%), tobacco (20; 17%), and alcohol industries (19; 16%), with limited research on activities occurring in other industries. Most articles (42/58 articles reporting a regional focus; 72%) focused on corporate activities occurring in high-income regions of the world. CONCLUSIONS: Our findings indicate that literature that has used CDH terms and described corporate practices that influence human health has primarily focused on three major industries in higher-income regions of the world. Qualitative methods were the most common empirical method for investigating these activities. CDH-focused investigations of corporate practices conducted by less-studied industries (e.g., social media) and in lower-income regions are recommended. Longitudinal quantitative studies assessing the associations between corporate practices and a range of health outcomes is also a necessary next step for this field.
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 | 0,072 | 0,309 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,069 | 0,077 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».