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 OpenAlexaffabout
Nicola Guess, Kevin C. Klatt, Dorothy Wei, Eric Williamson, Ilayda Ulgenalp, Ornella Trinidade, Eslem Kusaslan, Azize Yildirim, Charlotte Gowers, Robert Guard, Christine Marie Mills

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,009
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Developments in NutritionMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207