Distribution and patterns of use of food additives in foods and beverages available in Brazilian supermarkets
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The growing consumption of ultra-processed foods and beverages has drawn attention to the use of different food additives in these products. The use of these additives for different purposes in food products is permitted under specific legislation. The objective of the present study was to assess the distribution and patterns of occurrence of the different categories of food additives present in packaged foods and beverages sold in Brazil. A descriptive cross-sectional study was conducted based on data from lists of ingredients used in foods and beverages sold in supermarkets in Brazil, collected by photographing product labels. The number, technological purpose and proportion of food additives in 9856 items (25 groups) were assessed. Exploratory factor analysis was employed to derive the patterns of food additive categories. Linear regression models were used to assess the association between the patterns and food items analyzed. Only 20.6% of the products analyzed contained no food additives, while 24.8% contained ≥6 additives. The use of food additives was high, particularly cosmetic additives, predominantly flavoring agents, colorings and stabilizers. Five patterns of food additive categories were identified and associated with ultra-processed foods and beverages. The results revealed that food additives are highly prevalent in several types of food items sold in the Brazilian market. Also, the same additive category was common to several different food groups, as were specific food additive combinations. This exposure is potentially harmful to human health, given the known deleterious effects associated with the consumption of these substances.
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.
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 découle