Evaluation of the Accurateness of the Nutritional Labels of Processed and Ultra-Processed Products Available in Supermarkets of Ecuador
Notice bibliographique
Résumé
Nutrition labeling is a public health tool that allows consumers to choose healthier foods and beverages. For this reason, there are protocols in place to monitor the food environment. The purpose of this study was to evaluate the consistency of nutrition labeling on packages for processed and ultra-processed products (UPPs) found at the main supermarkets in Cuenca, Ecuador. We conducted a descriptive cross-sectional study in which we identified label components on the packages of 1725 foods and beverages—including the nutrition table, statement on sweeteners, ingredient list, and the traffic light (TL) label—and determined the degree of consistency between the indicators reported on the traffic light label and those obtained from the information in the nutrition table. We found that 24% of products had inconsistencies in the traffic light label, and 10.9% of products had inconsistencies in the indicator for sugar specifically. The majority of inconsistencies were in the medium indicators for sugar (K = 0.68) and fat (0.75). The products with a medium indicator for sugar had a 1.98 (p < 0.05, 95% CI 1.15, 3.39) times higher chance of having inconsistencies in comparison with the low indicator. Health authorities must create new guidelines to allow for continued monitoring of the nutrition and traffic light labels on products accessible to consumers.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».