MétaCan
Menu
Retour à la cohorte
Enregistrement W2981773172 · doi:10.1186/s12966-019-0854-x

Evaluation of a voluntary nutritional information program versus calorie labelling on menus in Canadian restaurants: a quasi-experimental study design

2019· article· en· W2981773172 sur OpenAlexaffabout
Lana Vanderlee, Christine M. White, David Hammond

Notice bibliographique

RevueInternational Journal of Behavioral Nutrition and Physical Activity · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésCalorieNoticeClinical nutritionNutrition informationNutritional informationNutrition EducationNutrition LabelingServing sizeEnvironmental healthMedicineTurnoverSupplemental Nutrition Assistance ProgramNutrition facts labelLabellingGerontologyPsychologyFood scienceGeographyAgricultureFood securityFood insecurity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A significant proportion of the Canadian diet comes from foods purchased in restaurant settings. In an effort to promote healthy eating, the province of British Columbia (BC) implemented the Informed Dining Program (IDP), a voluntary, industry supported information program in 2012, while the province of Ontario implemented mandatory calorie labelling on menus in 2017. The study examined differences in awareness and the self-reported influence of nutrition information on food choices in restaurants with voluntary nutrition information, calorie labelling on menus, and no nutrition information program. METHODS: Exit surveys were conducted outside of nine chain restaurants in Toronto, Ontario and Vancouver, British Columbia (Canada) in 2012, 2015, and 2017 with varying nutrition information programs implemented. Logistic regression analyses compared self-reported noticing and influence of nutrition information in restaurants with: 1) the IDP which provided nutrition information upon request, 2) calorie labelling on menus, and 3) control restaurants with no specific nutrition information program in place, adjusted for year, city and socio-demographic characteristics. Awareness and knowledge of the IDP were also examined. RESULTS: There were no significant differences in noticing and self-reported influence of nutrition information on food choices between restaurants with the IDP and restaurants with no program. Participants were more likely to notice nutrition information in restaurants when calorie information was provided on menus (57%) compared to in restaurants with the IDP (22%, AOR = 6.20, 95%CI 3.51-10.94, p < 0.001) or restaurants with no nutrition information program (20%, AOR = 7.44, 95%CI 4.21-13.13, p < 0.001). Participants in restaurants with menu labelling were also more likely to report that nutrition information influenced their food purchase (38%) compared to restaurants with the IDP (12%, AOR = 4.43, 95%CI 2.36-8.30, p < 0.001) and restaurants with no nutrition information program (12%, AOR = 5.29, 95%CI 2.81-9.95, p < 0.001). Fewer than 1 in 5 participants who visited an IDP restaurant had heard of the IDP across all data collection years in both cities. CONCLUSIONS: There was no evidence that voluntary programs which provide nutrition information upon request were effective. Providing calorie information on menus increased the likelihood that consumers noticed and that their food choices were influenced by nutrition information in restaurant settings.

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)0,015
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,790

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,085
Tête enseignante GPT0,409
Écart entre enseignants0,324 · 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'étudeEssai non randomisé
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

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral Nutrition and Physical ActivityMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207