MétaCan
Menu
Retour à la cohorte
Enregistrement W4322011961 · doi:10.1016/j.cdnut.2023.100059

A Cross-Sectional Analysis of Products Marketed as Plant-Based Across the United States, United Kingdom, and Canada Using Online Nutrition Information

2023· article· en· W4322011961 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCurrent Developments in Nutrition · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensQueen's UniversityMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMealFood scienceBusinessFood productsAgricultural scienceAdvertisingBiology

Résumé

récupéré en direct d'OpenAlex

The food industry is responding to a rising demand for plant-based foods by developing and marketing an ever-wider range of vegan and vegetarian products under the banner of “plant-based.” Understanding the nutritional properties of these products is critical. To assess the number, meal type, and nutritional content of products marketed as plant-based (MaPB) from the perspective of the consumer across multiple sectors in the United States, United Kingdom, and Canada. An online search for products MaPB was performed across supermarkets, restaurants, food manufacturers, and plant-based meal delivery companies in the United Kingdom, the United States, and Canada using the terms: “vegan,” “vegetarian,” and “plant-based.” Online nutrition data were extracted, and whole meals that comprised >50% of ingredients such as fruits, vegetables, legumes, nuts, and seeds were identified. The nutritional content of dishes MaPB in restaurants was also directly compared with meat-containing dishes. Further, 3488 unique products were identified, of which 962 were whole meals and 1137 were a replacement for the main protein component in a meal, including 771 meat alternatives. Across all sectors, 45% of whole meals had >15-g protein, 70% had <10% kcal from saturated fat; 29% had >10-g fiber per meal, and 86% had <1000 mg sodium. At restaurants, 1507 meat-containing dishes were identified and compared with 191 vegetarian and 81 vegan dishes. The meat-containing dishes were higher in protein [35.4 g (24.0–51.4)] compared with vegetarian [19.0 g (13.0–26.1)] and vegan [16.2 g (10.5–23.2) dishes (P < 0.001)]. The vegan dishes were low in saturated fat and sodium (SFA: 6.3 g ± 6.4, Sodium: 800 mg (545.0–1410.0) compared with both meat [SFA: 11.6 g ± 10.0; Sodium: 1280 mg (820.0–1952.0)] and vegetarian [SFA: 9.4 g ± 7.6; Sodium: 1011 mg (603.0–1560.0)] options (P < 0.001 for all comparisons). Products MaPB tend to have lower concentrations of saturated fat and sodium than their meat-containing counterparts, but improvements are needed to optimize their nutritional composition.

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.

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)0,000
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 enseignants0,097
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
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 Opus0,030
Tête enseignante GPT0,300
Écart entre enseignants0,270 · 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