Les activités politiques corporatives et leurs influences sur les politiques publiques : un enjeu important pour la nutrition publique
Bibliographic record
Abstract
La transformation des systèmes alimentaires pour qu’ils deviennent sains et durables dans le contexte actuel de crise en santé publique et d’urgence climatique s’avère être désormais une nécessité évidente. Une telle entreprise demande l’élaboration de politiques publiques rationnelles et efficaces afin de permettre la création d’environnements favorables aux comportements alimentaires sains et durables. Or, des activités d’influence menées par l’industrie bioalimentaire peuvent miner ou ralentir le développement de telles politiques. Celles-ci, connues sous le vocable d’activités politiques corporatives (APC), ont été observées et documentées à l’international et, tout récemment, au Canada à l’aide d’un cadre de surveillance et de responsabilisation des actions du secteur privé développé par le réseau INFORMAS. Cet article vise à sensibiliser les professionnel(le)s de la nutrition face aux enjeux associés à l’influence des activités politiques corporatives sur les politiques publiques, la recherche et la pratique en nutrition. L’importance et les enjeux liés aux APC sont d’abord discutés. Le cadre de surveillance des APC est ensuite présenté et suivi de quelques exemples de ces activités documentés à l’international. Une étude de cas concernant les APC identifiées lors du processus de révision du Guide Alimentaire Canadien (GAC) de 2019 est ensuite présentée. Enfin, des recommandations sont offertes pour une meilleure intégration des enjeux associés aux APC dans la formation des professionnel(le)s nutritionnistes afin de développer une pensée critique et une réflexivité envers cette problématique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.015 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".