Modelling optimal diets for quality and cost: examples from Inuit and First Nations communities in Canada
Notice bibliographique
Résumé
This review summarizes aspects of the 2017 Canadian Nutrition Society symposium, "Modelling diets for quality and cost: examples from Inuit and First Nations in Canada". Indigenous peoples in Canada experience a high prevalence of nutrition-related chronic disease because of the poor quality and high cost of their food supply. Since European colonization, they have transitioned from a diet of minimally processed traditional foods (game, fish, and plants) procured using pursuits such as hunting, fishing, gathering, and horticulture to a diet comprised mostly of processed market foods. This nutrition transition is the result of factors such as colonial policies and practices; climate change; environmental degradation; contaminants in traditional foods; and limited availability of, or access to, economical and healthful market foods. Presenters Malek Batal and Laurie Chan characterized the contemporary diets of First Nations and Inuit populations and demonstrated novel methods for modelling more optimal diets using 2 datasets: the First Nations Food, Nutrition, and Environment Study and the Inuit Health Survey. It was demonstrated how the NOVA classification characterized the portion of the diet consisting of processed foods. Dietary components were then manipulated to reduce ultra-processed food and drink intake to increase the Healthy Eating Index score. Linear programming was explained as a way to mathematically design theoretical diets that aim to optimize food cost, nutrition quality, and contaminant level of traditional foods. While diet-modelling methodologies have limitations, they provide a basis for engaging Indigenous peoples and governments to develop nutrition goals and policies anchored in contemporary food realities.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».