MétaCan
Menu
Retour à la cohorte
Enregistrement W2736146105 · doi:10.3390/nu9070742

Sodium Reduction in Processed Foods in Brazil: Analysis of Food Categories and Voluntary Targets from 2011 to 2017

2017· article· en· W2736146105 sur OpenAlexaff
Eduardo Augusto Fernandes Nilson, Ana Maria Spaniol, Vivian Siqueira Santos Gonçalves, Iracema Ferreira de Moura, Sara Araújo da Silva, Mary R. L’Abbé, Patrícia Constante Jaime

Notice bibliographique

RevueNutrients · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueSodium Intake and Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFood scienceFood processingTurnoverReduction (mathematics)Environmental healthBusinessMedicineBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Non-communicable diseases, including cardiovascular diseases, are responsible for over 70% of deaths in Brazil. Currently, over 25% of Brazilian adults are diagnosed as hypertensive; overall, current dietary sodium intake in Brazil (4700 mg/person) is over twice the international recommendations, and 70-90% of adolescents and adults consume excessive sodium. National sodium reduction strategies consider the main dietary sources of sodium to be added salt to foods, foods consumed outside of the household, and sodium in processed foods. The national voluntary strategy for sodium reduction in priority food categories has been continuously monitored over a 6-year period (2011-2017) and there was a significant 8-34% reduction in the average sodium content of over half food categories. Different food categories have undergone differing reductions in sodium over time, aiding gradual biannual targets to allow industries to develop new technologies and consumers to adapt to foods with less salt. By 2017, most products of all food categories had met the regional targets proposed by the Pan American Health Organization, showing that voluntary sodium reduction strategies can potentially contribute to food reformulation. Nevertheless, regulatory approaches may still be necessary in the future in order to reach all food producers and to allow stronger enforcement to meet more stringent regional targets.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,293 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations74
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetSodium Intake and HealthTravaux en français237 207