Conflicting Messages on Food and Beverage Packages: Front-of-Package Nutritional Labeling, Health and Nutrition Claims in Brazil
Notice bibliographique
Résumé
We assessed the prevalence of front-of-package (FoP) claims in the Brazilian packaged food supply and examined whether foods with claims were more likely to be high in critical nutrients. Using data from a random 30% subsample of 11,434 foods and beverages collected in the five largest food retailers in Brazil in 2017 (n = 3491), we classified claims into nutrition, health, and environment. We examined whether foods with claims were more likely to be high in critical nutrients using 95% confidence intervals. Claims were found in 41.2% of the products. Nutrition claims were the most prevalent (28.5%), followed by health (22.1%), and environment-related claims (5.2%). More than 85% of the breakfast cereals, granola bars, and nectars contained claims, which were found in 51% of the dairy beverages. Foods with nutrition claims were more likely to be high in critical nutrients (65.3%; 95% CI 62.3, 68.2% vs. 54.1% 95% CI 52.1, 56.0). Products with health (52.9%; 95% CI 49.3, 56.4% vs. 58.5%; 95% CI 56.6, 60.3) and environment-related claims (33.5%; 95% CI 27.0, 40.8% vs. 58.6%; 95% CI 56.9, 60.2%) were less likely to be high in critical nutrients. FoP claims are prevalent in Brazil, and nutrition claims are more likely to have a poorer nutritional profile. Policymakers should consider restricting the presence of claims on unhealthy products.
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 | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».