Lobbying and nutrition policy in Canada: a quantitative descriptive study on stakeholder interactions with government officials in the context of Health Canada’s Healthy Eating Strategy
Notice bibliographique
Résumé
Abstract Background The political activities of industry stakeholders must be understood to safeguard the development and implementation of effective public health policies. Methods A quantitative descriptive study was performed using data from Canada’s Registry of Lobbyists to examine the frequency and governmental target of lobbying that occurred between various types of stakeholders (i.e., industry versus non-industry) and designated public office holders (DPOH) regarding Health Canada’s Healthy Eating Strategy, from September/2016 to January/2021. Initiatives of interest were revisions to Canada’s Food Guide, changes to the nutritional quality of the food supply, front-of-pack nutrition labelling and restrictions on food marketing to children. Results The majority of registrants (88%), and corporations and organizations (90%) represented in lobbying registrations had industry ties. Industry-affiliated stakeholders were responsible for 86% of communications with DPOH, interacting more frequently with DPOH of all ranks, compared to non-industry stakeholders. Most organizations and corporations explicitly registered to lobby on the topic of marketing to children (60%), followed by Canada’s Food Guide (48%), front-of-pack nutrition labelling (44%), and the nutritional quality of the food supply (23%). The food and beverage industry, particularly the dairy industry, was the most active, accounting for the greatest number of lobbying registrations and communications, followed by the media and communication industry. Conclusions Results suggest a strategic advantage of industry stakeholders in influencing Canadian policymakers. While some safeguards have been put in place, increased transparency would allow for a better understanding of industry discourse and help protect public health interests during the policy development process.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,013 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».