MétaCan
Menu
Retour à la cohorte
Enregistrement W3155304736 · doi:10.1017/s1368980021001361

Assessing nutritional value of ready-to-eat breakfast cereals in the province of Quebec (Canada): a study from the Food Quality Observatory

2021· article· en· W3155304736 sur OpenAlexafffundabout
Julie Perron, Sonia Pomerleau, Pierre Gagnon, Joséane Gilbert-Moreau, Simone Lemieux, Céline Plante, Marie-Claude Paquette, Marie‐Ève Labonté, Véronique Provencher

Notice bibliographique

RevuePublic Health Nutrition · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensInstitut National de Santé Publique du QuébecUniversité Laval
Organismes subventionnairesMinistère de la SantéMinistère de la Santé et des Services sociauxMinistère de l'Agriculture, des Pêcheries et de l'AlimentationUniversité Laval
Mots-clésSugarAgricultural scienceFood scienceNutrientFood supplyPurchasingFood productsBreakfast cerealBusinessGeographyAdded sugarQuality (philosophy)ToxicologyBiotechnologyEnvironmental scienceBiologyMarketing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The Food Quality Observatory was created in the province of Quebec (Canada) in 2016. In this study, the Observatory aimed to generate a methodology to (1) test the use of sales data combined with nutrient values to characterise the nutritional composition of ready-to-eat (RTE) breakfast cereals offered and purchased in the province of Quebec (Canada) and (2) verify the extent to which a front-of-pack label based on the percentage of daily value (DV) for total sugar, as a strategy to improve the food supply, would be distributed in this food category. DESIGN: Nutritional information were obtained by purchasing each RTE breakfast cereal available in the Greater Montreal area. Cereals were then classified according to their processing type. SETTING: The nutritional values of 331 RTE breakfast cereals available in Quebec were merged with sales data covering the period between May 2016 and May 2017. A total of 306 products were successfully cross-referenced. RESULTS: Granola and sweetened cereals were the most available (36·6 % and 19·6 %, respectively) and purchased (19·8 % and 40·9 % of sales, respectively). When compared with other types of cereals, granola cereals had a higher energy, fat, saturated fat, protein content and a lower Na content. A larger proportion of chocolate (65 %) and sweetened cereals (49 %) were above 15 % of the DV for sugar. CONCLUSIONS: This study showed that the methodology developed generates important data to monitor nutritional quality of the food supply and ultimately contribute to improve the nutritional quality of processed foods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0040,001
Communication savante0,0020,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,347
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePublic Health NutritionMême sujetFood composition and propertiesTravaux en français237 207