Chinchón declaration; decalogue on low- and no-calorie sweeteners (LNCS).
Notice bibliographique
Résumé
Multidisciplinary experts in the areas of nutrition and health met in Chinchón, Madrid, on November 25-26, 2013 under the auspices of the Fundación para la Investigación Nutricional (Nutrition Research Foundation) and with the collaboration of the Madrid Regional Government's Health Ministry, the International Sweeteners Association and the Carlos III Health Institute CIBER of Physiopathology of Obesity and Nutrition. They analyzed the current status of scientific knowledge on low- and no-calorie sweeteners (LNCS) and developed a consensus Decalogue on their use; this constitutes the Chinchón Declaration. Sweeteners, including sugar, represent a subject of undeniable interest and are currently a popular topic, although areas relating to their safety and benefits remain unknown to segments of academia and the general public. The nature of LNCS makes them vulnerable to biased and even contradictory information. They are food additives that are broadly used as sugar substitutes to sweeten foods, medicines and food supplements when non-nutritional or non-caloric alternatives are needed. The Chinchón Decalogue is the outcome of a meeting for reflection and consensus by a group of experts with backgrounds in different scientific disciplines (toxicology, clinical nutrition, community nutrition, physiology, food science, public health, pediatrics, endocrinology and nutrition, nursing, pharmaceutical care and food legislation). The Decalogue includes different aspects of LNCS related to regulation, use, benefits and safety. In general, benefits of LNCS have been traditionally neglected in comparison with the tendency for emphasising unexisting or unproven possible risks. The need to strengthen research on LNCS in Spain was emphasized, as well as the need to educate both professionals and the public.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,013 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,014 |
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 ».