Total and Free Sugar Content of Canadian Prepackaged Foods and Beverages
Notice bibliographique
Résumé
A number of recommendations for policy and program interventions to limit excess free sugar consumption have emerged, however there are a lack of data describing the amounts and types of sugar in foods. This study presents an assessment of sugar in Canadian prepackaged foods including: (a) the first systematic calculation of free sugar contents; (b) a comprehensive assessment of total sugar and free sugar levels; and (c) sweetener and free sugar ingredient use, using the University of Toronto’s Food Label Information Program (FLIP) database 2013 (n = 15,342). Food groups with the highest proportion of foods containing free sugar ingredients also had the highest median total sugar and free sugar contents (per 100 g/mL): desserts (94%, 15 g, and 12 g), sugars and sweets (91%, 50 g, and 50 g), and bakery products (83%, 16 g, and 14 g, proportion with free sugar ingredients, median total sugar and free sugar content in Canadian foods, respectively). Free sugar accounted for 64% of total sugar content. Eight of 17 food groups had ≥75% of the total sugar derived from free sugar. Free sugar contributed 20% of calories overall in prepackaged foods and beverages, with the highest at 70% in beverages. These data can be used to inform interventions aimed at limiting free sugar consumption.
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 ».