Patterns of Red and Processed Meat Consumption across North America: A Nationally Representative Cross-Sectional Comparison of Dietary Recalls from Canada, Mexico, and the United States
Notice bibliographique
Résumé
Close economic ties encourage production and trade of meat between Canada, Mexico, and the US. Understanding the patterns of red and processed meat consumption in North America may inform policies designed to reduce meat consumption and bolster environmental and public health efforts across the continent. We used nationally-representative cross-sectional survey data to analyze consumption of unprocessed red meat; processed meat; and total red and processed meat. Generalized linear models were used to separately estimate probability of consumption and adjusted mean intake. Prevalence of total meat consumers was higher in the US (73.6, 95% CI: 72.3-74.8%) than in Canada (65.6, 63.9-67.2%) or Mexico (62.7, 58.1-67.2%). Men were more likely to consume unprocessed red, processed, and total meat, and had larger estimated intakes. In Mexico, high wealth individuals were more likely to consume all three categories of meat. In the US and Canada, those with high education were less likely to consume total and processed meat. Estimated mean intake of unprocessed red, processed, and total meat did not differ across sociodemographic strata. Overall consumption of red and processed meat remains high in North America. Policies to reduce meat consumption are appropriate for all three countries.
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 | 0,000 |
| 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 ».