Assessment of price and nutritional quality of gluten-free products <i>versus</i> their analogues with gluten through the algorithm of the nutri-score front-of-package labeling system
Notice bibliographique
Résumé
Evidence has shown that the nutritional quality of gluten-free products (GFPs) is lower than that of non-GFPs. Our main objective was to compare the nutritional quality through nutritional profiles of foods underlying the Nutri-Score front-of-pack and the price of GFPs with respect to non-GFPs, and to evaluate whether there is a correlation between both parameters. Nutritional information of all products was obtained from the CELIACBASE database and the price through Spanish supermarkets websites. Global quality using the Nutri-Score algorithm and the price were compared between both types of products. GFPs do not always have poorer quality than their counterparts. A better quality of gluten-free pasta was correlated with the higher price but also a worse quality of gluten-free muesli was correlated with the higher price. The price of GFPs compared to non-GFPs was higher up to 391.5%. However, for ham and cheese pizza, ham pizza, Marie biscuits, and baby biscuits, the difference was not statistically significant. Generally, the price of GFPs did not correlate with better nutritional quality. Nutri-Score would ease the nutritional quality identification, empowering consumers and could also influence manufacturers to improve the nutritional quality of GFPs. Nowadays, given that many GFPs have poor nutritional quality, they should be included only occasionally in a balanced gluten-free diet.
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 | 0,000 | 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 | 0,000 |
| 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 ».