MétaCan
Menu
Retour à la cohorte
Enregistrement W2904900717 · doi:10.3390/su10124643

Urban Food Sources and the Challenges of Food Availability According to the Brazilian Dietary Guidelines Recommendations

2018· article· en· W2904900717 sur OpenAlexfundno aff
Camila Aparecida Borges, William Cabral‐Miranda, Patrícia Constante Jaime

Notice bibliographique

RevueSustainability · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São PauloCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorInternational Development Research Centre
Mots-clésAuditBusinessFood productsGeographyFood processingAgricultural scienceEnvironmental healthFood scienceEnvironmental scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The study investigated availability and food sources in urban areas using elements of the NOVA food classification system, adopted by the Brazilian Dietary Guidelines, in a Brazilian municipality. In addition, the study also aimed to identify inequalities in the geographical distribution of food retailers that commercialize healthy and/or unhealthy foods. This cross-sectional study was performed in the municipality of Jundiai in the State of São Paulo, Brazil. Data from within-store audit and geographic data were used to characterizing the nutrition community environment. The mean was calculated for food items available in each of the four NOVA groups for each audited food retailer. The mean of food items available in each of the four NOVA groups for each audited food retail were calculated. The density and proportion of different types of food retailers were georeferenced. The supermarkets, medium market stores, and grocery stores presented the highest availability of unprocessed foods as well as ultra-processed foods. Establishments that sold primarily unprocessed foods and included a fruits and vegetables section at the entrance of the store had a greater availability of healthy foods, but their density in the territory was low compared to establishments that prioritized the sale of ultra-processed foods and sold ultra-processed foods in the checkout area. Especially in middle- and low-income areas, the concentration of food retailers with priority sale of ultra-processed products is reaches 22 times higher than the sale of unprocessed or minimally processed foods. The study supported the identification of regions where it was necessary to improve access to equipment that marketed unprocessed foods as a priority.

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)0,007
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 enseignants0,085
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,043
Tête enseignante GPT0,328
Écart entre enseignants0,285 · 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

Citations34
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetObesity, Physical Activity, DietTravaux en français237 207