MétaCan
Menu
Retour à la cohorte
Enregistrement W3034578008 · doi:10.1017/s0029665120000786

Examining the nutritional quality of the product portfolios of major packaged food and beverage companies in Canada

2020· article· en· W3034578008 sur OpenAlexaffabout
Laura Vergeer, Mavra Ahmed, Lana Vanderlee, Mary R. L’Abbé

Notice bibliographique

RevueProceedings of The Nutrition Society · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBusinessProduct (mathematics)Quality (philosophy)Food supplyTobacco productMultinational corporationFood productsAgricultural scienceFood scienceMarketingEnvironmental healthMedicineFinanceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Canada's food supply is abundant in energy-dense products containing excess amounts of sodium, saturated fat and free sugars, increasing Canadians' risk of developing obesity and non-communicable diseases. Food companies shape the food supply through their control over the formulation of their products; however, no studies have examined the healthfulness of products offered by different companies in Canada. This study aimed to assess and compare the nutritional quality of the product portfolios of major packaged food and beverage companies in Canada. Twenty-two top food companies were selected for study, representing a combined 50% and 73% of Canadian packaged food and beverage sales in 2018, respectively. This included 18 multinational companies, 2 Canadian manufacturers and 2 retailers with private-label brands. Nutritional information for products was sourced from the University of Toronto Food Label Information Program 2017 database. The nutritional quality of all products offered by the sampled companies that were included in the database (n = 8,211) were evaluated using the Health Star Rating (HSR) system, with HSRs ranging from 0.5 (less healthy) to 5 (healthier). Descriptive analyses and analysis of variance with post-hoc tests examined the HSRs of each company's products overall and by food category (n = 24). Mean HSRs of companies’ overall product portfolios ranged from 1.8 to 3.7 (μ x̅ = 2.7, σ x̅ = 0.5) and differed significantly between companies ( p < 0.001). Mean HSRs differed between companies for all food categories except eggs ( p = 0.5), seafood ( p = 0.2), legumes ( p = 0.1), nuts and seeds ( p = 0.4), and vegetables ( p = 0.08). Variation in mean HSRs of products offered by different companies was greatest for beverages (range = 1.3–5.0, μ x̅ = 2.0, σ x̅ = 1.0), fats/oils (range = 0.7–4.4, μ x̅ = 3.6, σ x̅ = 1.6), fruit/fruit juices (range = 0.8–4.0, μ x̅ = 2.6, σ x̅ = 0.9), and sauces/dips/gravies/condiments (range = 0.5–3.4, μ x̅ = 2.3, σ x̅ = 1.0). These findings demonstrate that the nutritional quality of products offered by leading food manufacturers in Canada varies significantly overall and by food category, with many of these products considered less healthy according to the HSR system. Differences between companies may reflect the nature of their products; for example, products offered by dairy companies were healthier than those of confectionary and soft drink manufacturers, on average. Variation in nutritional quality within food categories illustrates the need and potential for many companies to improve the healthfulness of their products. By identifying companies that offer less healthy products compared with others in Canada, this study may prompt reformulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,098
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,047
Tête enseignante GPT0,252
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of The Nutrition SocietyMême sujetNutritional Studies and DietTravaux en français237 207