Nutrition cues on ready-to-drink alcoholic beverage containers sold in grocery stores in Québec City, Canada
Notice bibliographique
Résumé
Nutrition cues on ready-to-drink alcoholic beverages (RTDs) may create an illusion of healthfulness; however, nutrition information on alcohol in Canada is seldom regulated. This research aimed to systematically record the use of nutrition cues on a subsample of RTDs sold in grocery stores. In July 2021, all available RTDs were purchased from three major grocery store banners in Québec City, Canada. Data regarding container size, purchase format, alcohol-by-volume (ABV), presence of nutrition cues (nutrient claims, other food-related claims and nutrition facts tables [NFTs]) and container surface occupied by nutrition cues were recorded. RTDs were classified as hard seltzers or pre-mixed cocktails and their ABV as "light-strength" (3.5%-4.0% ABV) and "regular-strength" (>4.0%-7.0% ABV). In total (n = 193), 23% were hard seltzers and 17% light-strength. Most RTDs (68%) had ≥1 type of nutrition cue, most often natural flavour claims (45%), an NFT (38%), and calorie claims (29%). Light-strength beverages were more likely than regular-strength to carry any nutrient claim (97% vs. 19%, p < 0.0001), an NFT (97% vs. 26%, p < 0.0001) and other food-related claims (e.g., natural flavour) (88% vs. 52%, p = 0.0002). In adjusted regression analyses, hard seltzers were more likely than pre-mixed cocktails to carry any nutrient claim (AOR = 19.1, 95% CI:7.5,48.7), any other food-related claim (AOR = 7.5, 95% CI:2.9,19.4), and an NFT (AOR = 45.5, 95% CI:12.6,163.9). The mean container surface occupied by nutrition cues was higher for hard seltzers compared to pre-mixed cocktails (13% vs 3%, p < 0.0001). The high proportion of RTDs carrying nutrition cues supports the need to further regulate labelling and marketing of RTDs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».