MétaCan
Menu
Retour à la cohorte
Enregistrement W7117255978 · doi:10.1186/s12992-025-01175-8

Tool for assessing food industry commitments and practices to address the double burden of malnutrition: a Delphi study

2025· article· en· W7117255978 sur OpenAlexaff
Carmen Klinger, Elochukwu C Okanmelu, Peter Delobelle, Melissa A. Theurich, Daniela Camargo, Kurt Gedrich, Nicole Holliday, Eva Rehfuess, Olufunke Alaba, Zandile June‐Rose Mchiza, E Lambert, Stefanie Vandevijvere, Lana Vanderlee, Gary Sacks, Peter von Philipsborn

Notice bibliographique

RevueGlobalization and Health · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversity of Cape TownMedical Research CouncilLudwig-Maximilians-Universität MünchenUniversity of the Western CapeSouth African Medical Research Council
Mots-clésDelphi methodHealth services researchSocial policyPublic healthFood industryDelphi

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many low- and middle-income countries face a double burden of malnutrition, i.e., a co-occurrence of undernutrition with overweight, obesity, or other diet-related noncommunicable diseases. In an increasingly connected global food system, multinational and domestic food industry actors - through their commercial practices and corporate political activity - both contribute to the double burden of malnutrition and hold potential to address it. Systematic monitoring of relevant industry commitments and practices may help to hold industry accountable and foster constructive engagement. The Business Impact Assessment - Obesity and population-level nutrition (BIA-Obesity) tool has been developed to assess and benchmark food companies' commitments and practices related to obesity and support for healthy diets at a national level. METHODS: To enable the application of BIA-Obesity for countries facing a double burden of malnutrition, this study aimed to identify and select relevant best practice indicators for assessing food company commitments and practices regarding the double burden of malnutrition, with a focus on indicators not currently captured by the BIA-Obesity tool. A three-round Delphi study was conducted between April and October 2024, involving an international panel of experts. RESULTS: From 52 invited experts, 30 contributed to our expert panel (response rate 58%). Based on a systematic review, 16 best practice indicators addressing the double burden of malnutrition were proposed. Consensus (i.e., group agreement of 75% or higher) for inclusion was reached for 8 indicators covering the production, distribution and marketing of (i) breastmilk substitutes and (ii) complementary foods, (iii) breastfeeding support and (iv) parental leave for employees, (v) food fortification, (vi) use of traditional foods, (vii) use of discounts and donations, and (viii) healthy diets at work. One additional indicator on corporate strategy was included as an overarching indicator. CONCLUSIONS: Food industry action may complement other efforts to address the double burden of malnutrition, such as public policies and investments. Tools like the extended BIA-Obesity framework can be used for a systematic monitoring of relevant industry commitments and practices and may help to disseminate and establish favourable industry practices as part of broader efforts to address the double burden of malnutrition in low- and middle-income countries. CLINICAL TRIAL NUMBER: Not applicable.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,142
Tête enseignante GPT0,450
Écart entre enseignants0,309 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207