MétaCan
Menu
Retour à la cohorte
Enregistrement W2601980005

Novel method to achieve price-optimized, fully nutritious, health-promoting and acceptable national food baskets

2015· article· en· W2601980005 sur OpenAlexaboutno aff
Alexandr Parlesak, Aileen Robertson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth foodBusinessAgricultural economicsEnvironmental economicsEconomicsFood scienceBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Purpose: The purpose of this study was to generate a framework for the development of health-promoting, fully nutritious, socially acceptable, and affordable national food baskets to be used as an advocacy tool by governments. In addition to containing all (micro-)nutrient requirements, food baskets should also reflect dietary guidelines to prevent non-communicable diseases and be optimized to achieve the highest possible social acceptance. So far, integrative approaches that include all these aspects are lacking. Methods: Food composition, local availability, food prices, national and international recommendations on ‘healthy’ nutrition, and current respective preferences of the corresponding populations were optimized using linear programming (LP) methods (Dantzig’s simplex algorithm). The desired outcomes were ‘best-for-price’ solutions (= food baskets) from a list of 150-190 locally available foods. The study was designed to obtain healthy, affordable, and socially acceptable diets for three European countries (Denmark, Slovenia, and Romania) and in three regions within Canada, Argentina, and Switzerland. Moreover, the costs for the “limiting” micronutrients and relative price increases were calculated after including a range of constraints (e.g. dietary recommendations vs nutrient requirements; wider range of biodiversity (increased number of foods included) and social acceptability). All data were collected in the respective countries using standard methodology. Results: Key micronutrients influencing the increased cost of food baskets were calcium, potassium, and the vitamins A, B2, C, and D. When additional constraints were applied by integrating food-based dietary guidelines and social acceptability (as measured by current consumption patterns, central 80% percentile), the cost increased by approximately one third and three fold, respectively. The wider range of biodiversity resulted in just minor increases in cost. Conclusions: The cost of health-promoting, fully nutritious, and socially acceptable food baskets depended primarily on their adaptation to local dietary patterns. Fully nutritious and health-promoting food baskets can be achieved at a relatively low price. However if these are not socially acceptable to the target population, the use of a framework using linear programming based solely on nutritional values seems limited.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,075
Tête enseignante GPT0,360
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConsumer Attitudes and Food LabelingTravaux en français237 207