Targets and Timelines for Reducing Salt in Processed Food in the Americas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Reducing dietary salt is one of the most effective interventions to lessen the burden of premature death and disability. In high-income countries and those in nutrition transition, processed foods are a significant if not the main source of dietary salt. Reformulating these products to reduce their salt content is recommended as a best buy to prevent chronic diseases across populations. In the Americas, there are targets and timelines for reduced salt content of processed foods in 8 countries--Argentina, Brazil, Canada, Chile, Ecuador, Mexico, and the National Salt Reduction Initiative in the United States and Paraguay. While there are common elements across the countries, there are notable differences in their approaches: 4 countries have exclusively voluntary targets, 2 countries have combined voluntary and regulated components, and 1 country has only regulations. The countries have set different types of targets and in some cases combined them: averages, sales-weighted averages, upper limits, and percentage reductions. The foods to which the targets apply vary from single categories to comprehensive categories accounting for all processed products. The most accessible and transparent targets are upper limits per food category. Most likely to have a substantive and sustained impact on salt intake across whole populations is the combination of sales-weighted averages and upper limits. To assist all countries with policies to improve the overall nutritional value of processed foods, the authors call for food companies to supply food composition data and product sales volume data to transparent and open-access platforms and for global companies to supply the products that meet the strictest targets to all markets. Countries participating in common markets at the subregional level can consider harmonizing targets, nutrition labels, and warning labels.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle