Gluten-Free Foods in Rural Maritime Provinces: Limited Availability, High Price, and Low Iron Content
Notice bibliographique
Résumé
We investigated the price difference between gluten-free (GF) and gluten-containing (GC) foods available in rural Maritime stores. GF foods and comparable GC items were sampled through random visits to 21 grocery stores in nonurban areas of Nova Scotia, New Brunswick, and Prince Edward Island, Canada. Wilcoxon rank tests were conducted on price per 100 g of product, and on the price relative to iron content; 2226 GF foods (27.2% staple items, defined as breads, cereals, flours, and pastas) and 1625 GC foods were sampled, with an average ± SD of 66 ± 2.7 GF items per store in rural areas and 331 ± 12 in towns. The median price of GF items ($1.76/100 g) was more expensive than GC counterparts ($1.05/100 g) and iron density was approximately 50% less. GF staple foods were priced 5% higher in rural stores than in town stores. Although the variety of GF products available to consumers has improved, higher cost and lower nutrient density remain issues in nonurban Maritime regions. Dietitians working in nonurban areas should consider the relative high price, difficult access, and low iron density of key GF items, and work together with clients to find alternatives and enhance their food literacy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».