Aligning food-processing policies to promote healthier fat consumption in India
Notice bibliographique
Résumé
India is undergoing a shift in consumption from traditional foods to processed foods high in sugar, salt and fat. Partially hydrogenated vegetable oils (PHVOs) high in trans-fat are often used in processed foods in India given their low cost and extended shelf life. The World Health Organization has called for the elimination of PHVOs from the global food supply and recommends their replacement with polyunsaturated fat to maximize health benefits. This study examined barriers to replacing industrially produced trans-fat in the Indian food supply and systematically identified potential policy solutions to assist the government in encouraging its removal and replacement with healthier polyunsaturated fat. A combination of food supply chain analysis and semi-structured interviews with key stakeholders was conducted. The main barriers faced by the food-processing sector in terms of reducing use of trans-fat and replacing it with healthier oils in India were the low availability and high cost of oils high in polyunsaturated fats leading to a reliance on palm oil (high in saturated fat) and the low use of those healthier oils in product reformulation. Improved integration between farmers and processors, investment in technology and pricing strategies to incentivize use of healthier oils for product reformulation were identified as policy options. Food processors have trouble accessing sufficient affordable healthy oils for product reformulation, but existing incentives aimed at supporting food processing could be tweaked to ensure a greater supply of healthy oils with the potential to improve population 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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».