Unhealthy Fat in Street and Snack Foods in Low-Socioeconomic Settings in India: A Case Study of the Food Environments of Rural Villages and an Urban Slum
Notice bibliographique
Résumé
OBJECTIVE: To describe the food environment in rural villages and an urban slum setting in India with reference to commercially available unbranded packaged snacks and street foods sold by vendors, and to analyze the type and quantity of fat in these foods. DESIGN: Cross-sectional. SETTING: Two low-income villages in Haryana and an urban slum in Delhi. PARTICIPANTS: Street vendors (n = 44) were surveyed and the nutritional content of snacks (n = 49) sold by vendors was analyzed. MAIN OUTCOME MEASURES: Vendors' awareness and perception of fats and oils, as well as the type of snacks sold, along with the content and quality of fat present in the snacks. ANALYSIS: Descriptive statistics of vendor survey and gas chromatography to measure fatty acid content in snacks. RESULTS: A variety of snacks were sold, including those in unlabeled transparent packages and open glass jars. Mean fat content in snacks was 28.8 g per 100-g serving in rural settings and 29.6 g per 100-g serving in urban settings. Sampled oils contained high levels of saturated fats (25% to 69% total fatty acids) and trans fats (0.1% to 30% of total fatty acids). CONCLUSIONS AND IMPLICATIONS: Interventions need to target the manufacturers of oils and fats used in freshly prepared products to improve the quality of foods available in the food environment of low-socioeconomic groups in India.
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 ».