A scoping review of studies applying the Nuffield’s ‘intervention ladder’ framework to assess the acceptability of diet and physical activity interventions
Notice bibliographique
Résumé
BACKGROUND: The Nuffield's Intervention Ladder (NIL) framework casts public acceptability of health interventions based on their level of intrusiveness- how much they restrict personal autonomy and freedom of choice. This scoping review explores the application of the NIL framework in assessing public acceptability of diet and physical activity interventions, identifying key trends, gaps, and alignment with the framework's conceptual underpinnings. METHODS: We searched six databases (PubMed, Scopus, Medline, Embase, Science Direct, and Web of Science) and included 15 eligible studies. Data were charted and synthesized thematically and narratively. RESULTS: The NIL framework was applied across different study designs, primarily post hoc, to categorize interventions based on their intrusiveness. Consistent with the framework, less intrusive interventions (information provision, enabling choice) were widely accepted. Moderately intrusive interventions (changing defaults, incentives, and disincentives) received mixed public acceptance, whereas highly intrusive interventions (restrict and eliminate choice) generally garnered lower public acceptability. Highly intrusive interventions were publicly acceptable when they are directed at children, or at industries. Across all intervention types, demographic and behavioural factors significantly influenced public acceptance. CONCLUSION: The NIL framework offers useful insights into how intrusiveness affects public acceptability of interventions. However, the review highlights that various factors influence acceptability in ways that extend the framework's initial propositions.
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| 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 | 0,002 |
| 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 ».