MétaCan
Menu
Retour à la cohorte
Enregistrement W3003610676 · doi:10.1097/nt.0000000000000393

Ultraprocessed Foods and Their Application to Nutrition Policy

2020· article· en· W3003610676 sur OpenAlexaboutno aff
Michael J. Gibney

Notice bibliographique

RevueNutrition Today · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdded sugarSugarFood scienceObesityEnvironmental healthNutrientDietary SucroseFood groupDietary fiberFood processingTrans fatMedicineSaturated fatBiology

Résumé

récupéré en direct d'OpenAlex

Processed foods have been part of the human diet from the very earliest times. Recently, processed foods have come under scrutiny, particularly the category ultraprocessed foods as defined in the NOVA classification of foods. The basic tenet behind this renewed concern about ultraprocessed foods is that it is processing per se, which matters in diet and health, not nutrients or foods. Notwithstanding this, the literature on ultraprocessed foods is almost entirely focused around nutrients and obesity. However, not all studies have found positive links between obesity and ultraprocessed food intake. The category, ultraprocessed foods, is large, accounting for approximately 60% of energy intake and 90% of added sugar intake. The advocates of the NOVA system advise that the intakes of these foods should be avoided, but the scientific basis for this advice is very weak. Thus, a reduction in ultraprocessed foods has been advocated covering 16 foods to reduce US intakes of added sugar. However, when US food consumption data are examined on a food-by-food basis, only 6 of these 16 foods are associated with high added sugar intakes. Data from the United States, United Kingdom, Canada, and Brazil fail to show a relationship between percent energy from ultraprocessed foods and the intakes of fats, saturated fatty acids, or sodium. There is a positive association between ultraprocessed food intake and the intake of added sugar. A negative correlation with dietary fiber is found. This is not surprising, because almost all added sugar is found in the category, ultraprocessed foods, while the majority of dietary fiber is excluded. When compared with the scientific literature, there is little scientific basis for limiting the use of infant foods, fat spreads, or commercially prepared breads in the present diet.

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)0,014
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,011
Communication savante0,0120,015
Science ouverte0,0020,006
Intégrité de la recherche0,0160,010
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,020
Tête enseignante GPT0,285
Écart entre enseignants0,264 · 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'étudeSans objet
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition TodayMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207