MétaCan
Menu
Retour à la cohorte
Enregistrement W2171756604 · doi:10.1017/s0007114512005107

Nutrition economics – food as an ally of public health

2013· article· en· W2171756604 sur OpenAlexafffund
Irene Lenoir‐Wijnkoop, Peter J.H. Jones, Ricardo Uauy, Leonie Segal, John A. Milner

Notice bibliographique

RevueBritish Journal Of Nutrition · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesInstituto DanoneDanoneHeart and Stroke Foundation of Canada
Mots-clésPublic healthMalnutritionEnvironmental healthMedicineHealth economicsDiseasePopulationNon-communicable diseaseGerontologyPublic economicsEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

Non-communicable diseases (NCD) are a major and increasing contributor to morbidity and mortality in developed and developing countries. Much of the chronic disease burden is preventable through modification of lifestyle behaviours, and increased attention is being focused on identifying and implementing effective preventative health strategies. Nutrition has been identified as a major modifiable determinant of NCD. The recent merging of health economics and nutritional sciences to form the nascent discipline of nutrition economics aims to assess the impact of diet on health and disease prevention, and to evaluate options for changing dietary choices, while incorporating an understanding of the immediate impacts and downstream consequences. In short, nutrition economics allows for generation of policy-relevant evidence, and as such the discipline is a crucial partner in achieving better population nutritional status and improvements in public health and wellness. The objective of the present paper is to summarise presentations made at a satellite symposium held during the 11th European Nutrition Conference, 28 October 2011, where the role of nutrition and its potential to reduce the public health burden through alleviating undernutrition and nutrition deficiencies, promoting better-quality diets and incorporating a role for functional foods were discussed.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,039
Tête enseignante GPT0,275
Écart entre enseignants0,236 · 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

Citations46
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal Of NutritionMême sujetNutritional Studies and DietTravaux en français237 207