Traffic-light labels could reduce population intakes of calories, total fat, saturated fat, and sodium
Notice bibliographique
Résumé
Traffic-light labelling has been proposed as a public health intervention to improve the dietary intakes of consumers. OBJECTIVES: to model the potential impact of avoiding foods with red traffic lights on the label on the energy, total fat, saturated fat, sodium, and sugars intakes of Canadian adults. METHODS: Canadian adults aged 19 and older (n = 19,915) who responded to the Canadian Community Health Survey (CCHS), Cycle 2.2. The nutrient levels in foods consumed by Canadians in CCHS were profiled using the United Kingdom's criteria for traffic light labelling. Whenever possible, foods assigned a red traffic light for one or more of the profiled nutrients were replaced with a similar food currently sold in Canada, with nutrient levels not assigned any red traffic lights. Average intakes of calories, total fat, saturated fat, sodium, and sugars under the traffic light scenario were compared with actual intakes of calories and these nutrients (baseline) reported in CCHS. RESULTS: Under the traffic light scenario, Canadian's intake of energy, total fat, saturated fat, and sodium were significantly reduced compared to baseline; sugars intakes were not significantly reduced. Calorie intake was reduced by 5%, total fat 13%, saturated fat 14%, and sodium 6%. CONCLUSION: Governments and policy makers should consider the adoption of traffic light labelling as a population level intervention to improve dietary intakes and chronic disease risk.
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 ».