MétaCan
Menu
Retour à la cohorte
Enregistrement W4389026717 · doi:10.1096/fasebj.30.1_supplement.674.39

Front‐of‐Pack Labelling is Positively Associated With Degree of Product Processing and Innovation

2016· article· en· W4389026717 sur OpenAlexaffabout
Anthea Christoforou, Valerie Tarasuk

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLabellingProduct (mathematics)MarketingPackaging and labelingNutrition facts labelBusinessMultinomial logistic regressionInterchangeabilityPurchasingFood productsFood scienceComputer sciencePsychologyMathematicsChemistryStatistics

Résumé

récupéré en direct d'OpenAlex

Front‐of‐pack nutritional labelling is pervasive in the North American grocery channel. This labelling is voluntary and existing research has shown nutritional quality to be a weak predictor of its use by manufacturers. Insofar as Front‐of‐pack nutritional references influence consumer purchasing, better understanding of what drives this practice by manufacturers is needed. Our goal was to elucidate the conditions under which manufacturers display nutritional assertions and claims such as ‘natural’ and organic. Specifically, we examined how these Front‐of‐pack references relate to the degree of food processing and to product innovation, considering the labelling on foods designed explicitly as substitutes for traditional counterparts. Front‐of‐pack labelling was recorded from all packaged foods (n=20520 unique products) in 3 major Toronto grocery stores, representing 71% of the total Canadian retail market‐share. All foods were coded for degree of processing using the International Food Information Council's classification system, and further categorized as substitute or traditional counterparts if these had 1) immediate interchangeability within the diet and 2) inherently different formulation (e.g. butter and margarine). Multinomial logistic regression analyses were used to assess the relationship between the extent and nature of Front‐of‐pack references and product processing. 41% of products had some Front‐of‐pack nutritional labelling, 20% were labelled as ‘natural’, and 7% were labelled as organic. Highly processed, ready‐to‐eat products comprised 37% of our sample and half bore nutritional references. These products were more likely than less processed foods to bear organic (OR=1.12 95%CI:1.02, 1.41), ‘natural’ (OR=1.56 95%CI:1.39, 1.75), and nutritional references (OR=1.86 95%CI: 1.70, 2.05), and to make references to the absence or reduction in negative nutrients (OR= 4.03 95%CI:3.52, 4.62) (e.g. sodium, trans fat). Foods identified as substitutes for traditional foods were much more likely than other products to have Front‐of‐pack labels (OR=2.91 95%CI:2.55, 3.32), and to make reference to vitamin or mineral formulations (OR= 2.20 95%CI:1.91, 2.54). Within substitute pairs, substitutes were 2.2 times more likely than their traditional counterparts to have Front‐of‐pack nutritional labels. Taken together, these findings raise questions about the extent to which Front‐of‐pack labelling serves to complement corresponding public health efforts to improve dietary intakes of whole, fresh foods and lend support to calls for a mandatory, standardized system of Front‐of‐pack labelling across all prepackaged foods. Support or Funding Information Canadian Institutes of Health Research Operating Grant ( MOP ‐102655 )

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)0,013
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 enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,047
Tête enseignante GPT0,280
Écart entre enseignants0,233 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207