Nonalcoholic and Alcoholic Beverage Intakes by Adults across 5 Upper-Middle- and High-Income Countries
Notice bibliographique
Résumé
BACKGROUND: Despite considerable public health interest in sugary drink consumption, there has been little comparison of intake across countries. OBJECTIVES: This study aimed to compare the consumption frequency and amounts of commonly consumed beverages among adults in 5 upper-middle- and high-income countries, and examine differences in consumption between population subgroups. METHODS: Adults aged 18-65 y completed online surveys in December 2017 in Australia (n = 3264), Canada (n = 2745), Mexico (n = 3152), the United Kingdom (n = 3221), and the USA (n = 4015) as part of the International Food Policy Study. The frequency of consuming beverages from 22 categories in the past 7 d was estimated using the Beverage Frequency Questionnaire. Regression models were used to examine differences in the likelihood of any consumption and in the amounts consumed of sugar-sweetened beverages (SSBs), sugary drinks (SSBs and 100% juice), diet, and alcoholic beverages between countries and across sociodemographic subgroups. RESULTS: The prevalence of reported SSB consumption in the past 7 d ranged from 47% (United Kingdom) to 81% (Mexico), and that of sugary drinks ranged from 62% (United Kingdom) to 87% (Mexico). Rates of consumption of diet drinks ranged from 26% (Mexico) to 37% (United Kingdom), whereas alcoholic drink consumption rates ranged from 45% (USA) to 52% (Canada). Respondents in Mexico were more likely to consume SSBs and sugary drinks, and in greater amounts, than those in other countries. Respondents in the United Kingdom were more likely to consume diet drinks than those in Australia, Canada, and Mexico, and greater amounts of diet drinks were consumed in the United Kingdom and the USA. Across countries, younger respondents and males were more likely to consume greater amounts of SSBs and sugary drinks. CONCLUSIONS: Most adult respondents across all countries consumed SSBs and sugary drinks, with greater consumption in Mexico and the USA. Consumption varied greatly across countries, but patterns of association among subpopulations were relatively similar.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».