Food and beverage manufacturing and retailing company policies and commitments to improve the healthfulness of Canadian food environments
Notice bibliographique
Résumé
BACKGROUND: Food and beverage companies play a central role in shaping the healthfulness of food environments. METHODS: The BIA-Obesity tool was used to evaluate and benchmark the specificity, comprehensiveness and transparency of the food environment-related policies and commitments of leading food and beverage manufacturing and retailing companies in Canada. Policies and commitments related to the healthfulness of food environments within 6 action areas were assessed: 1) corporate nutrition strategy; 2) product (re)formulation; 3) nutrition information and labelling; 4) product and brand promotion; 5) product accessibility; and 6) disclosure of relationships with external organizations. Data were collected from publicly available sources, and companies were invited to supplement and validate information collected by the research team. Each company was then assigned a score out of 100 for each action area, and an overall BIA-Obesity score out of 100. RESULTS: Overall BIA-Obesity scores for manufacturers ranged from 18 to 75 out of 100 (median = 49), while scores for retailers ranged from 21 to 25 (median = 22). Scores were highest within the product (re)formulation (median = 60) followed by the corporate nutrition strategy (median = 59) domain for manufacturers, while retailers performed best within the corporate nutrition strategy (median = 53), followed by the disclosure of relationships with external organizations (median = 47) domain. Companies within both sectors performed worst within the product accessibility domain (medians = 8 and 0 for manufacturers and retailers, respectively). CONCLUSIONS: This study highlights important limitations to self-regulatory approaches of the food and beverage industry to improve the healthfulness of food environments. Although some companies had specific, comprehensive, and transparent policies and commitments to address the healthfulness of food environments in Canada, most fell short of recommended best-practice. Additional mandatory government policies and regulations may be warranted to effectively transform Canadian food environments to promote healthier diets and prevent related non-communicable diseases.
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 | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».