MétaCan
Menu
Retour à la cohorte
Enregistrement W4400775893 · doi:10.3389/fnut.2024.1420323

Food environment in Burkina Faso: priority actions recommended to the government using Food-EPI tool

2024· article· en· W4400775893 sur OpenAlexfundno aff
Viviane Aurelie Tapsoba, Ella W. R. Compaoré, Augustin Nawidimbasba Zeba, Jérôme W. Somé, Julien Soliba Manga, Jean‐Claude Moubarac, Stefanie Vandevijvere, Mamoudou H. Dicko

Notice bibliographique

RevueFrontiers in Nutrition · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNutrition, Health, and Society Studies
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésGovernment (linguistics)BusinessPromotion (chess)Food safetyMalnutritionPopulationSustainabilityHealthy foodFood systemsSustainable agricultureMarketingEconomic growthPoliticsEnvironmental healthFood securityPolitical scienceMedicineAgricultureGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Introduction: The food environment is an important factor in the efforts of countries worldwide to achieve a transition to sustainable food systems. The objective of this study is to formulate and prioritize actions to be addressed to the government of Burkina Faso for the creation of a healthy food environment, which will contribute to reducing malnutrition in all its forms and non-communicable diseases. Methods: National experts were brought together to identify and prioritize actions to fill the gaps identified through a multi-step assessment process following the methodology of the Healthy Food and Environment Policy Index (Food-EPI). Results: Up to 20 priority policy actions were recommended to the Burkina Faso government. Actions in the policy component focused mainly on regulation of food promotion and marketing, particularly to children, and others in the infrastructure support component focused largely on political leadership, i.e., strong and visible political support from the government to improve the food environment, population nutrition, diet-related non-communicable diseases and their inequalities. Conclusion: The priority actions to be recommended to the government will strengthen advocacy for government decisions to create a healthier food environment in the country.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,245
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetNutrition, Health, and Society StudiesTravaux en français237 207