MétaCan
Menu
Retour à la cohorte
Enregistrement W4386583281 · doi:10.1111/ijfs.16708

Do not be salty: an analysis of consumers' salt reduction strategies investigated using word association tasks

2023· article· en· W4386583281 sur OpenAlexafffundabout
Tanvi Dabas, Mackenzie Gorman, Jeanne LeBlanc, Rachael Moss, Matthew B. McSweeney

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensAcadia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHarrison McCain Foundation
Mots-clésEnvironmental healthObesityPopulationMedicineNutrition facts labelPurchasingFood scienceBusinessMarketingInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Summary Obesity and obesity‐related illness have become an increasingly prevalent problem in Canada and around the globe. Due to this situation, consumers' attitudes towards salt use have changed. The objective of this study was to investigate individuals' attitudes towards salt use and identify if they are choosing to reduce salt in their diet using unrestrictive questions. A convenience sample of 193 participants, residing in Atlantic Canada were recruited. Word association tasks were used to identify their attitudes towards salt‐reduced foods and high‐salt food products. Furthermore, an open‐ended comment question was used to identify consumers' salt reduction strategies. Participants considered salt‐reduced foods to be healthy and specifically indicated that they help to reduce blood pressure. However, they also considered them to be bland and lack flavour. The participants identified that they believed processed foods to be high in salt, especially processed meats. The majority of participants (70% of the overall population; 89% of older adults above 65 years of age) said they are trying to reduce their salt intake. The most frequently mentioned strategies for reducing salt and sodium intake were making homemade meals, purchasing low‐salt and sodium‐labelled foods, reading nutrition fact labels and removing saltshakers from their table at home.

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)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,367
Écart entre enseignants0,311 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207