Feasibility and measurement error in using food supply data to estimate diet costs in Canada
Notice bibliographique
Résumé
OBJECTIVE: The cost of food is a key influence on diet. The majority of diet cost studies match intake data from population-based surveys to a single source of food supply prices. Our aim was to examine the methodological significance of using food supply data to price dietary intakes. METHODS: Nationally representative 24-h dietary recall data from the 2015 Canadian Community Health Survey-Nutrition (CCHS-N) was matched to the 2015 Canadian Consumer Price Index (CPI) food price list. Proportions and means of reported intakes covered by the 2015 CPI price list were used to compare reported intakes of food groups and food components of interest and concern overall and by quartile of CPI coverage. SETTING: Canada. PARTICIPANTS: In total, 20 487 Canadians ages one and older. RESULTS: The CPI covered on average 76·3 % of total dietary intake (g) without water. Staple food groups that were more commonly consumed had better CPI price coverage than those less commonly consumed. Yet some food groups (vegetables, additions and sweets) that were also commonly consumed by Canadians were not well covered by price data. Individuals in the poorest CPI coverage quartile reported consuming significantly greater gram weight (g), dietary fibre (g) and energy (kcal) as compared with those with the best coverage. CONCLUSIONS: Differential CPI price coverage exists among food components and commonly consumed food groups; additionally dietary intake differs significantly in the population by CPI coverage. Methodological refinements are needed to better account for error when using prices from food supply data to estimate diet costs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,093 | 0,283 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,018 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».