Increasing Plant-Based Meat Alternatives and Decreasing Red and Processed Meat in the Diet Differentially Affect the Diet Quality and Nutrient Intakes of Canadians
Notice bibliographique
Résumé
Current evidence suggests a link between red and processed meat consumption and the risk of various cancers and other health outcomes. Using national survey data from the Canadian Community Health Survey (CCHS)-Nutrition 2015, we aimed to model a dietary scenario to assess the potential effects of increasing the intake of currently consumed plant-based meat alternatives by 100% and decreasing the consumption of red and processed meat by 50% on the diet quality and nutrient intakes of Canadians (≥1 year). This dietary scenario had no significant impact on dietary energy intake (p > 0.05), but resulted in a significant increase in the dietary intakes of fibre, polyunsaturated fatty acids, magnesium, and dietary folate equivalents (p < 0.05). On the other hand, this dietary scenario was accompanied by a significant decrease in protein (from 77.8 ± 0.6 g to 73.4 ± 0.6 g), cholesterol, zinc, and vitamin B12 intake (p < 0.05). Further, based on Nutrient Rich Food (NRF) scores, the overall nutritional value of the simulated diet was higher than the baseline diet. Our modeling showed that the partial replacement of red and processed meat with plant-based alternatives improves overall diet quality but may adversely affect the intake of some micronutrients, especially zinc and vitamin B12.
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 | 0,001 |
| 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 ».