How to enhance the good health and well-being of Canadians:
Notice bibliographique
Résumé
Diet-related diseases and disorders in Canada are a national public health emergency, now and as projected. One main reason is that the national food supply has become increasingly dominated by ultra-processed food and drink products, mostly snacks, that displace dietary patterns based on fresh meals. Policies and practices that will enhance the good health and well-being of Canadians of all ages, regions, classes, and social and ethnic groups, and that will benefit society, the economy, and the environment forever, are immediate and imperative priorities. Current programs, including the 2019 Canada’s Food Guide, are moving in the right direction, but are too slow and have notable limitations. Compelling and consistent evidence from studies conducted in Canada and by independent research teams all over the world shows that the main issue with food, nutrition, and health is not nutrients, as has been assumed, but the nature, purpose, and degree of food processing. This is already recognized by UN agencies and an increasing number of national governments. This review examines the evidence on the impact of diets high in ultra-processed food on human and planetary health. It also comments on recent Canadian food guidance. It then introduces the NOVA classification, which takes food processing into account, and analyzes the recent Canadian diet in terms of food processing. Finally, this review proposes healthy eating and policy recommendations that strengthen the 2019 Food Guide, so as to reduce the burden of diet-related disease and enhance the health and well-being of the Canadian people.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».