Evaluation of the implementation of governmental policies and actions to create healthy food environments in Burkina Faso
Notice bibliographique
Résumé
OBJECTIVE: The creation of a healthy food environment is highly dependent on the policies that governments choose to implement. The objective of this study is to compare the level of implementation of current public policies aimed at creating healthy food environments in Burkina Faso with international good practice indicators. DESIGN: This evaluation was carried out using the Food-EPI tool. The tool has two components (policy and infrastructure support), thirteen domains and fifty-six good practice indicators adapted to the Burkina Faso context. SETTING: Burkina Faso. PARTICIPANTS: Expert evaluators divided into two groups: the group of independent experts from universities, NGO and civil society and the group of experts from various government sectors. RESULTS: Among the fifty-six indicators, it was assessed the level of implementation as 'high' for six indicators, 'medium' for twenty-four indicators, 'low' for twenty-two indicators and 'very low' for four indicators. High implementation level indicators include strong and visible political support, targets on exclusive breastfeeding and complementary feeding, strong and visible political support for actions to combat all forms of malnutrition, monitoring of exclusive breastfeeding and complementary feeding indicators, monitoring of promotion and growth surveillance programmes and coordination mechanism (national, state and local government). The indicators on menu labelling, reducing taxes on healthy foods, increasing taxes on unhealthy foods and dietary guidelines are the indicators with a 'very low' level of implementation in Burkina Faso. CONCLUSIONS: The general results showed that there is a clear need for further improvements in policy and infrastructure support to promote healthy food environments.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».