The impact of nutritional supplement intake on diet behavior and obesity outcomes
Notice bibliographique
Résumé
After decades-old efforts to nudge consumers towards healthier lifestyles through dietary guidelines, diet-related diseases are on the rise. In addition, a growing share of U.S. consumers proactively chooses nutritional supplements as an alternative preventative way of maintaining good health, a $25.5 billion industry in the United States. This paper investigates possible linkages between the economics of consumer supplement choices and the relationship to important dietary and health outcomes. We use National Health and Nutrition Examination Survey (NHANES) data to estimate the impact of nutritional supplements intake on respondent's body weight outcomes, controlling for diet quality.: The focus of this article is to determine whether nutritional supplements takers differ from non-takers with regard to their health outcomes when controlling for differences in diet quality, based on individual Healthy Eating Index (HEI-2010) score. The analysis applies treatment effects estimators that account for the selection bias and endogeneity of self-reported behavior and diet-health outcomes. The analysis demonstrates a negative association between supplement intake and BMI but no significant effect on an individual's diet quality. Our findings suggest that individuals proactively invest into their health by taking nutritional supplements instead of improving diet quality through more nutritious food choices. Our results provide important contributions to the literature on a key food policy issue. Knowledge of the determinants of supplement demand in the context of strong diet-health trends should also be helpful to stakeholders in the U.S. produce sector in their competition over consumer market share.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».