Changes in children’s and adolescents’ dietary intake after the implementation of Chile’s law of food labeling, advertising and sales in schools: a longitudinal study
Notice bibliographique
Résumé
BACKGROUND: In June 2016, a comprehensive food policy was implemented in Chile that included front-of-package warning labels on key nutrients of concern (total sugars, added saturated fats, sodium, and calories), child-directed food advertisement bans, and school regulations. The policy was implemented in 3 phases from 2016 to 2019 and the primary objective was to improve children's food environments. This study's objective was to assess changes in child and adolescent intake of key nutrients of concern (total sugars, saturated fats, and sodium) at school after the initial implementation of Chile's Law of Food Labeling and Advertisement. METHODS: Longitudinal study of 349 children from the Food Environment Chilean Cohort (FECHIC) and 294 adolescents from the Growth and Obesity Cohort Study (GOCS). Data were from single 24-hour dietary recalls collected from 2016 to 2019. Fixed-effects models stratified by school, home, and other locations compared nutrient consumption in each year to consumption at the pre-policy 2016 baseline. Nutrient intakes are expressed as percent of total energy. RESULTS: Compared to 2016 (pre-policy), total sugars consumed by children at school decreased 4.5 [-8.0, -0.9] percentage points (pp) and 11.8 [-15.4, -8.3] pp in 2018 and 2019 respectively. In 2019, children's saturated fats and sodium intake at school also decreased (1.1 [-1.9, -0.2] pp and 10.3 [-18.1, -2.5] mg/100 kcal respectively). Likewise, in adolescents, total sugars and saturated fats consumed at school decreased in 2018 (5.3 [-8.4, -2.2] pp and 1.5 [-2.7, -0.3] pp respectively). However, consumption of key nutrients of concern at other locations increased after implementation of the policy. CONCLUSIONS: After initial implementation of Chile's Labeling Law, intake of most key nutrients of concern significantly declined at school. However, we found evidence of compensatory behavior in out-of-school settings. Further research is needed to evaluate what other actions are needed to impact overall diets in the long term both at schools and out of school.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».