Photographic Methods for Measuring Packaged Food and Beverage Products in Supermarkets
Notice bibliographique
Résumé
The global obesity pandemic and rates of nutrition-related noncommunicable diseases (NCDs) have increased worldwide, especially in the Latin American and Caribbean region. In an attempt to control this obesity epidemic, the Chilean government has established a comprehensive set of regulatory actions, including beverage taxation, warning labels on foods, and marketing restrictions to children. To improve the effectiveness of actions to prevent obesity, a better understanding of the food environment is needed. We developed and standardized photographic methods to assess and monitor packaged food and beverage products in supermarkets. A standardized protocol and food categorization system was used to guide photo collection and data management of photos taken between February and April 2015 in 11 supermarkets, consisting of 5 different supermarket chains, from high- (n = 6) and lower-middle (n = 5)-income neighborhoods in Santiago, Chile. Photos (n = ∼50,000) from nearly 10,000 unique food products from high- and lower-middle-income neighborhoods were used for this study. We developed standardized methods to use photographs to assess and monitor the food environment. A food categorization scheme is essential to guiding the data collection process. Substantial time and human resources are required to assess packaged food and beverage products in supermarkets. Because the number of photos per food product is variable, the organization of the photographs according to the food categorization system, before data entry, is imperative for easy access during data entry and analysis. We identified the information necessary for a photographic registry, which, with the food categorization system, is critical to create unique identifiers that are linked to each food product and its photos. To adequately monitor food environments, standardized methods for food photo collection and management are essential. The information collected on food package photos to monitor food environments is important for guiding and evaluating actions in the context of the ongoing obesity and NCD epidemics.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».