Development of the Healthy Eating Food Index (HEFI)-2019 measuring adherence to Canada’s Food Guide 2019 recommendations on healthy food choices
Notice bibliographique
Résumé
The release of Canada’s Food Guide (CFG) in 2019 by Health Canada prompted the development of indices to measure adherence to these updated dietary recommendations for Canadians. This study describes the development and scoring standards of the Healthy Eating Food Index (HEFI-2019), which is intended to measure alignment of eating patterns with CFG-2019 recommendations on food choices among Canadians aged 2 years and older. Alignment with the intent of each key recommendation in the CFG-2019 was the primary principle guiding the development of the HEFI-2019. Additional considerations included previously published indices, data on Canadians’ dietary intakes from the 2015 Canadian Community Health Survey-Nutrition, and expert judgement. The HEFI-2019 includes 10 components: Vegetables and fruits (20 points), Whole-grain foods (5 points), Grain foods ratio (5 points), Protein foods (5 points), Plant-based protein foods (5 points), Beverages (10 points), Fatty acids ratio (5 points), Saturated fats (5 points), Free sugars (10 points), and Sodium (10 points). All components are expressed as ratios (e.g., proportions of total foods, total beverages, or total energy). The HEFI-2019 score has a maximum of 80 points. Potential uses of the HEFI-2019 include research as well as monitoring and surveillance of food choices in population-based surveys. Novelty: The Healthy Eating Food Index-2019 was developed to measure adherence to the 2019 Canada's Food Guide recommendations on healthy food choices. The HEFI-2019 includes 10 components, of which 5 are based on foods, 1 on beverages and 4 on nutrients, for a total of 80 points.
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 | 0,001 | 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 ».