MétaCan
Menu
Retour à la cohorte
Enregistrement W2954235097 · doi:10.3390/nu11071474

Monitoring Sodium Content in Processed Foods in Argentina 2017–2018: Compliance with National Legislation and Regional Targets

2019· article· en· W2954235097 sur OpenAlexfundno aff
Lorena Allemandi, María Victoria Tiscornia, Leila Guarnieri, Luciana Castronuovo, Enrique Martins

Notice bibliographique

RevueNutrients · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueSodium Intake and Health
Établissements canadiensnon disponible
Organismes subventionnairesPan American Health OrganizationInternational Development Research Centre
Mots-clésSodiumLegislationFood processingFood scienceChemistryLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Sodium intake in Argentina has been estimated to be at least double the dose of 2000 mg/day recommended by WHO, mostly coming from processed foods. Argentina is one of the few countries in the world that have regulated sodium content in certain food products. This study presents an assessment of sodium content in a selection of food groups and categories as reported in the nutrient information panels. We surveyed 3674 food products, and the sodium content of 864 and 1375 of them was compared to the maximum levels according to the Argentinean law and the regional targets, respectively. All food categories presented high variability of sodium content. Over 90% of the products included in the national sodium reduction law were found to be compliant. Food groups with high median sodium, such as condiments, sauces and spreads, and fish and fish products, are not included in the national law. In turn, comparisons with the lower regional targets indicated that almost 50% of the products analyzed had sodium contents above the recommended values. This evidence suggests that enhancing sodium reduction in processed foods may be a necessity for public health objectives and it is also technically feasible in Argentina.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,072
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,128
Tête enseignante GPT0,329
Écart entre enseignants0,200 · 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

Citations43
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetSodium Intake and HealthTravaux en français237 207