The Calorie and Nutrient Density of More- Versus Less-Processed Packaged Food and Beverage Products in the Canadian Food Supply
Notice bibliographique
Résumé
The association between the degree of processing and healthfulness of foods remains unclear. Most evidence of this relationship is based on dietary intake surveys rather than individual products and varies depending on the food processing classification system used. This study aimed to compare the nutritional quality of more- versus less-processed packaged foods and beverages in Canada, using a large, branded food database and two processing classification systems. Nutritional information for products (n = 17,269) was sourced from the University of Toronto FLIP 2017 database. Products were categorized using the NOVA and Poti et al. processing classification systems. Calories, sodium, saturated fat, total and free sugars, fibre and protein per 100 g (or mL) were examined by processing category using descriptive statistics and linear regression. Overall, the most-processed products under both systems were more likely to be lower in protein, and higher in total and free sugars, compared with less-processed foods (p < 0.05); the direction and strength of the association between other nutrients/components and level of processing were less consistent. These findings demonstrate that calorie- and nutrient-dense foods exist across different levels of processing, suggesting that food choices and dietary recommendations should be based primarily on energy or nutrient density rather than processing classification.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».