MétaCan
Menu
Retour à la cohorte
Enregistrement W4402744801 · doi:10.1016/j.advnut.2024.100306

Inequalities in Research on Food Environment Policies: An Evidence Map of Global Evidence from 2010-2020

2024· review· en· W4402744801 sur OpenAlexaffabout
Stephanie Ray, Cherry Law, María Jesús Vega‐Salas, Harry Rutter, Mark Petticrew, Monique Potvin Kent, Claire Bennett, Patricia J Lucas, Cécile Knai

Notice bibliographique

RevueAdvances in Nutrition · 2024
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesPublic Health Research ProgrammeNational Institute for Health and Care ResearchLondon School of Hygiene and Tropical Medicine
Mots-clésInequalityGeographyEnvironmental healthMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

There has been increasing pressure to implement policies for promoting healthy food environments worldwide. We conducted an evidence map to critically explore the breadth and nature of primary research from 2010-2020 that evaluated the effectiveness, cost-effectiveness, development, and implementation of mandatory and voluntary food environment policies. Fourteen databases and 2 websites were searched for "real-world" evaluations of international, national, and state level policies promoting healthy food environments. We documented the policy and evaluation characteristics, including the World Cancer Research Fund International NOURISHING framework's policy categories and 10 equity characteristics using the PROGRESS-Plus framework. Data were synthesized using descriptive statistics and visuals. We screened 27,958 records, of which 482 were included. Although these covered 70 countries, 81% of publications focused on only 12 countries (United States, United Kingdom, Australia, Canada, Mexico, Brazil, Chile, France, Spain, Denmark, New Zealand, and South Africa). Studies from these countries employed more robust quantitative methods and included most of the evaluations of policy development, implementation, and cost-effectiveness. Few publications reported on Africa (n = 12), Central and South Asia (n = 5), and the Middle East (n = 6) regions. Few also assessed public-private partnerships (PPPs, n = 31, 6%) compared to voluntary approaches by the private sector (n = 96, 20%), the public sector (n = 90, 19%), and mandatory approaches (n = 288, 60%). Most evaluations of PPPs reported on the same 2 partnerships. Only 50% of publications assessing policy effectiveness compared outcomes between population groups stratified by an equity characteristic, and this proportion has decreased over time. There are striking inequities in the origin, scope, and design of these studies, suggesting that research capacity and funding lies in the hands of a few expert teams worldwide. The small number of studies on PPPs questions the evidence base underlying the international push for PPPs to promote health. Policy evaluations should consider impacts on equity more consistently. This study was registered at PROSPERO as CRD42020170963.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,359
Tête enseignante GPT0,497
Écart entre enseignants0,138 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in NutritionMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207