Reformulation of sugar contents in Canadian prepackaged foods and beverages between 2013 and 2017 and resultant changes in nutritional composition of products with sugar reductions
Notice bibliographique
Résumé
OBJECTIVE: To quantify total sugar reformulation in Canadian prepackaged foods and beverages between 2013 and 2017 and identify changes in the nutritional composition of the foods and beverages reformulated to be lower in total sugar. DESIGN: Longitudinal examination of foods and beverages present in both 2013 and 2017 collections of the University of Toronto's Food Label Information Program database (n 6628 matched products). The proportion of products with changes in sugar levels was determined. Wilcoxon signed-rank test was used to examine changes in sugar levels overall for products lower or higher in sugar and changes in nutrient composition for products lower in sugar. SETTING: Largest grocery retailers by market share in Canada. PARTICIPANTS: Canadian prepackaged foods and beverages. RESULTS: The majority (76·6 %) of products had no change in total sugar content, 12·4 % were reformulated to be lower in sugar and 11·0 % were higher in sugar. A median sugar reduction of 19·0 % (1·6 g) was seen among products lower in sugar which was offset by a median 18·0 % (1·5 g) increase among products higher in sugar. Overall, median levels of energies and other nutrients stayed the same or decreased among products reformulated to be lower in sugar, the exception was for starch, which increased. CONCLUSIONS: Limited progress was made to reformulate foods and beverages to be lower in total sugar between 2013 and 2017. Results from this study identify areas in the food supply where attention may be needed to avoid unintended consequences of sugar-focused reformulation in terms of overall nutritional composition.
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 ».