Street food research worldwide: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Street foods vary with respect to their nutritional value and safety characteristics and contribute to a sizable proportion of food intake in many populations worldwide. Therefore, the present study aimed to describe the coverage in the scientific literature of different health-related and socio-economic aspects of street food consumption and trading. METHODS: Three electronic databases (searched from inception to 16 October 2017), a hand-search of relevant journals and backward citation tracking were used to identify eligible scientific articles with a main objective of investigating or reporting specific results on health-related or socio-economic aspects of street food. Papers published in English, Portuguese, French, Spanish or Italian, as well as English abstracts of papers published in other languages, were assessed. The selected articles were evaluated by two independent researchers and described according to year of publication, geographical distribution, definition of street food, main topics addressed and target population. RESULTS: In total, 441 papers were selected. The number of publications has increased in recent years, almost half of them being published after 2012. Almost three-quarter of the articles were from Africa or Asia. Most studies addressed food safety (85.5%), whereas street food availability and consumption were much less frequently investigated (30.3%). The focus of the studies was usually the food (mostly its microbiological contamination) and the vendors (mostly their food handling), whereas consumers and vending sites were seldom evaluated. More than half of the studies did not specify a definition for street food. CONCLUSIONS: Efforts are needed for a more widespread and comprehensive assessment of different issues related to street food availability and consumption in different settings, especially regarding street food offer, nutritional composition, and patterns of purchase and consumption by the population.
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 | 0,017 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,043 | 0,036 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
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 ».