Notice bibliographique
Résumé
Faced with soaring health-care costs, Canadian governments should consider creative ways to enable the population to stay healthy — and making it possible for Canadians to reduce their sodium intake is an extremely cost-effective way to do so. Excess sodium consumption is a risk factor for high blood pressure, stroke and heart disease. On average, Canadians consume 3,400 mg of sodium a day (1,100 mg over recommended levels), at least three-quarters of which comes from processed foods. Any attempt at sodium reduction must therefore involve the food industry. This paper surveys sodium reduction efforts in jurisdictions around the globe, as well as past Canadian attempts, to provide provincial and federal policymakers with a comprehensive suite of lessons learned and a host of far-sighted policy recommendations ranging from food procurement to legislation and private sector engagement. Provincial governments, individually or together, must launch multi-pronged efforts involving food service companies, manufacturers, post-secondary institutes and the media to ensure that low-sodium alternatives are readily available, and that consumers are aware of them. They must also support federal action on changing dietary guidelines and introducing restrictions on food advertising to children. The benefits to be had are very real. In light of evidence showing that population-level intervention is superior to clinical intervention in terms of cost-effectiveness, returning up to $11.10 for every dollar spent and generating tens of billions in direct health-care savings, there is a very strong case for investing in population-level sodium reduction interventions that will work. The time for governments to act is now.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».