MétaCan
Menu
Retour à la cohorte
Enregistrement W4386046923 · doi:10.1139/apnm-2022-0391

A risk-based labelling strategy for supplemented foods in Canada: consumer perspectives

2023· article· en· W4386046923 sur OpenAlexafffundvenueabout
Elizabeth Mansfield, Rana Wahba, Jacynthe Lafrenière, Elaine De Grandpré

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensHealth Canada
Organismes subventionnairesHealth Canada
Mots-clésLabellingBusinessMarketingFood labellingAdvertisingRisk analysis (engineering)SociologySocial science

Résumé

récupéré en direct d'OpenAlex

Unlike conventional foods, supplemented foods are prepackaged foods containing one or more added supplemental ingredients, such as vitamins, mineral nutrients, amino acids, and caffeine, which have historically been marketed as providing specific physiological benefits or health effects. These ingredients can pose a health risk if overconsumed by the general population or if consumed by certain vulnerable populations such as children or those who are pregnant. Consumer perspectives of a proposed risk-based multicomponent supplemented food labelling strategy to protect the health and safety of Canadians were explored using virtual discussion groups with participants ( n = 88) of varying socio-demographics and health literacy levels. Thematic content analysis of the discussions was conducted using core health literacy competencies of accessibility, understanding, and appraisal of the risk-based product labelling information. The front-of-package supplemented food caution identifier was attention grabbing and conveyed a message to search out and carefully consider the Supplemented Food Facts table and cautionary labelling elements on the back of the package. These back-of-package labelling elements enhanced awareness of the supplemental ingredients and the specific cautions for use of the supplemented food. This risk-based product labelling strategy, with multiple components, was perceived to be a useful strategy for distinguishing supplemented foods from conventional foods and enhancing awareness of the cautionary labelling. Educational strategies will be required to ensure that the health and safety risks associated with supplemented foods are understood so that consumers can make more informed consumption decisions. Novelty Risk-based labelling strategy for supplemented foods Strategy goes beyond the general requirements for prepackaged foods

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,516

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0210,004
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,286
Écart entre enseignants0,260 · 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'étudeQualitatif
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

Citations4
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207