Do ESG Frameworks Capture Corporate Health Impacts? An Analysis of the Food and Beverage Industry
Notice bibliographique
Résumé
Investors use information about companies’ social and environmental performance to make investment decisions, a strategy known as Environmental, Social, and Governance (ESG) investment analysis. ESG screening may offer a mechanism to incentivize corporations to improve their health impact. However, there has been limited investigation of the extent to which ESG investment frameworks capture corporate health impacts in major industries. In this study, we sought to characterize the extent to which ESG frameworks address the health-impacting activities of the food and beverage (F&B) industry. To do this, we conducted a deductive framework analysis during the period of September 2023 to March 2024. Specifically, we identified gaps in existing ESG frameworks by comparing the content of five ESG reporting standards and rating systems to the HEALTH-CORP-FB typology, an evidence-based typology that describes the health-impacting activities of the F&B industry across seven domains (Governance Practices, Political Practices, Preference and Perception Shaping Practices, Economic Practices, Employment Practices, Products and Services, and Environmental Practices). To further assess how ESG frameworks account for the health-impacting activities of the F&B industry, we classified health-focused ESG fields in the packaged foods subindustry by two attributes: relevance to the assigned HEALTH-CORP-FB activity (low, medium, high) and type of business operations addressed (e.g., process, performance). Results indicate that, on average, the ESG fields (n = 1348) covered 39% of the 89 HEALTH-CORP-FB activities (range across frameworks: 27–48%). Higher proportions of activities in the Governance, Environmental, Employment, and Economic Practices domains (range across domains: 43–87%) were represented than activities in the Products and Services, Preference and Perception-Shaping Practices, and Political Practices domains (17–36%). Fields assigned to the latter domains were also less likely to be deemed highly relevant and to measure corporate performance. We conclude that the ESG frameworks included in this study capture some of the activities of the F&B industry that affect population health and health equity; however, critical gaps remain. We discuss how integrating key health-focused ESG indicators (e.g., revenue generation from ultra-processed foods) into existing frameworks could enable investors, public health organizations, civil society, and shareholder advocates to strengthen the accountability of the F&B sector with respect to health.
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 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».