MétaCan
Menu
Retour à la cohorte
Enregistrement W4304775446 · doi:10.3390/nu14204253

The Origins of the Obesity Epidemic in the USA–Lessons for Today

2022· article· en· W4304775446 sur OpenAlexaff
Norman J. Temple

Notice bibliographique

RevueNutrients · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésObesityEnvironmental healthCalorieConsumption (sociology)Public healthPopularitySugarMedicineDemographyGerontologyFood scienceBiologyPsychology

Résumé

récupéré en direct d'OpenAlex

The obesity epidemic appeared in the USA in 1976-1980 and then spread across Westernized countries. This paper examines the most likely causes of the epidemic in the USA. An explanation must be consistent with the emergence of the epidemic in both genders and in all age groups and ethnicities at about the same time, and with a steady rise in the prevalence of obesity until at least 2016. The cause is closely related to changes in the American diet. There is little association with changes in the intake of fat and carbohydrate. This paper presents the opinion that the factor most closely linked to the epidemic is ultra-processed foods (UPFs) (i.e., foods with a high content of calories, salt, sugar, and fat but with very little whole foods). Of particular importance is sugar intake, especially sugar-sweetened beverages (SSBs). There is strong evidence that consumption of SSBs leads to higher energy intake and more weight gain. A similar pattern is also seen with other UPFs. Factors that probably contributed to the increased intake of UPFs include their relatively low price and the increased popularity of fast-food restaurants. Other related topics discussed include: (1) the possible importance of Farm Bills implemented by the US Department of Agriculture; (2) areas where further research is needed; (3) health hazards linked to UPFs; and (4) the need for public health measures to reduce intake of UPFs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,337
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations78
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207