MétaCan
Menu
Retour à la cohorte
Enregistrement W3157747276 · doi:10.24926/iip.v12i2.3694

A Comparison of Current Regulatory Frameworks for Nutraceuticals in Australia, Canada, Japan, and the United States.

2021· review· en· W3157747276 sur OpenAlexaboutno aff
Jessica Blaze

Notice bibliographique

RevueINNOVATIONS in pharmacy · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutraceuticalHarmonizationContext (archaeology)BusinessGovernment (linguistics)Product (mathematics)Medical prescriptionMarketingBiotechnologyMedicinePharmacologyBiology

Résumé

récupéré en direct d'OpenAlex

The nutraceutical market is growing and the demand for products is increasing. Consumers are looking for cheaper alternatives to prescription medications as well as health products to supplement their dietary intake on a regular basis. Many countries classify these products into different categories based on their health claims. The purpose of this review is to compare and contrast the differences of regulatory frameworks in countries of similar status in regard to nutraceutical products: vitamins, minerals, herbal supplements, and probiotics. This review also takes into consideration the aspects of nutraceutical safety in relation to government regulations. It is evident that further discussion is indicated with regard to the harmonization of nutraceutical product regulation in a global context in order to promote and protect public health. This literature review selected 27 documents for a review using a systematic search of internet databases and search engines including PUBMED and Google Scholar. These documents were reviewed and synthesized for data relating to nutraceutical regulation within the four different countries of focus. Outcomes included information on safety and toxicity, drug interactions, classification of products, and regulatory processes for nutraceutical product approval in each country.

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)0,013
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,620
Score d'incertitude au seuil0,755

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0140,019
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,228
Tête enseignante GPT0,515
Écart entre enseignants0,287 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations45
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINNOVATIONS in pharmacyMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207