Development of a Healthy Eating Pattern for the Revision of Canada's Food Guide
Notice bibliographique
Résumé
Health Canada develops evidence‐based guidance on healthy eating. Canada's Food Guide is currently under revision and Health Canada is exploring an expanded food pattern modelling methodology to develop a revised healthy eating pattern. The objective of this presentation is to share Health Canada's draft modelling methodology. Food pattern modelling is the process of adjusting daily amounts of foods from different categories to meet specific criteria, such as meeting nutrient intake goals, limiting nutrients of concern or ensuring inclusion of foods associated with positive health outcomes. Food pattern modelling was used to develop the healthy eating pattern in the previous (2007) version of Canada's Food Guide and will be used again during this revision. To help inform the draft methodology, a literature review was conducted to describe and compare statistical modelling methods used internationally in the development of dietary patterns, primarily since the 2007 Canadian food guide was released. Results of the review indicate that while different countries used various approaches, many similarities were found in terms of the overall steps taken to develop recommended dietary patterns. Differences included how energy levels were considered, whether or not to include guidance on discretionary calories, and modelling of additional patterns to highlight certain food groups that reduce chronic disease risks. The review identified techniques and ideas on how Canada's modeling approach could be expanded and improved. This information was integrated in the proposed modelling methodology that Health Canada is putting forward. This presentation will highlight the key steps and important considerations while developing the revised healthy eating pattern. This session will give attendees the opportunity to ask questions and provide feed‐back on the proposed modeling approach.
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 | 0,002 | 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 ».