MétaCan
Menu
Retour à la cohorte
Enregistrement W2890102666 · doi:10.1096/fasebj.30.1_supplement.895.5

What is a snack, why do we snack, and how can we choose better snacks? The Definitions of Snacking, Motivations to Snack, Contributions to Dietary Intake, and Recommendations for Improvement

2016· article· en· W2890102666 sur OpenAlexaboutno aff
Julie Hess, Satya S. Jonnalagadda, Joanne Slavin

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnackingSnack foodFood sciencePsychologyMedicineChemistryObesityEndocrinology

Résumé

récupéré en direct d'OpenAlex

Around the world, adults are consuming energy outside of breakfast, lunch, and dinner. However, because there is no consistent definition of a “snack,” it is unclear how these extra eating occasions should be labeled. The labels attributed to eating occasions can influence the other food choices an individual makes on the same day and their satiety after consumption as well as data collection and interpretation. Therefore, clear distinctions between “meals” and “snacks” are important for health outcomes and conducting research about them. Current literature suggests that the definition of and motivation to eat between meals depends on external factors like the time of day, type of food, food availability, and location but that definitions and motivations also vary widely even within a single population. The health impact of “snacking” also seems to be subject to considerable inter individual variation. Despite the paucity of research on the topic, eating between meals already contributes significantly to the daily energy intake of adults and children in several countries, including Brazil, Mexico, Canada, the United States, Greece, and France. With the exception of fruit, the most popular foods consumed at these occasions, chips, desserts, and sugar‐sweetened beverages, are high in nutrients to limit. Therefore, the foods selected for “snack” are of public health concern. Yet few countries include snack recommendations in their dietary guidelines because there is little evidence about the healthfulness of eating frequently. Nutrient insufficiencies and excesses in different countries could be used to make recommendations for specific snack foods without recommending snacking as an eating occasion. The development of more health‐promoting snacks could be an important area for collaboration between food companies and nutrition scientists. Promoting “healthy” options for snack time could benefit overall dietary intake especially in areas where snacking, regardless of its definition, is already popular. Support or Funding Information This study was supported by research funding from Kerry, Beloit, WI.

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)0,007
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,005
Communication savante0,0080,010
Science ouverte0,0020,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,300
Écart entre enseignants0,254 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207