Food Environment in Burkina Faso: Review of Public Policies and Government Actions Using the Food-EPI Tool
Notice bibliographique
Résumé
BACKGROUND: Governments have a central role to play in creating a food environment that will enable people to have and maintain healthy eating practices. OBJECTIVES: This study analyzes public policies and government actions related to creating healthy food environments in Burkina Faso. METHODS: The Healthy Food Environment Policy Index tool used for this study has 2 components, 13 domains, and 56 indicators of good practice adapted to the Burkina Faso context. Official policy documents collected from data sources such as government and nongovernment websites, and through interviews with government and nongovernment resource persons, provided evidence of considerations of food environment in public policy documents in Burkina Faso. RESULTS: Policies documents show a lack of revision of old texts and administrative processes for new policies and government practices are very slow. Added to this is the absence of a regulatory document for some implemented actions. The analysis of the documents collected in relation to the indicators of Food-EPI tool shows that there is no evidence of consideration of food environments for the indicators concerning the regulation of nutrition and health claims, labeling, taxes on healthy and unhealthy foods, support systems for training for private structures on healthy diets, implementation of food guidelines, and food trade and investment. CONCLUSION: This study permits a review of public policies that take into account food environments through the various indicators and constitutes a starting point from which improvements can be made by the government. PLAIN LANGUAGE TITLE: Overview of Nutrition Policies, Taking Into Account All the Dimensions That Can Influence People's Food Choices Across Government, the Food Industry and Society.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».