Menu labeling and portion size control to improve the out‐of‐home food environment: A scoping review
Notice bibliographique
Résumé
Background: Menu labeling and portion size control interventions may be effective strategies to mitigate the health risks posed by the out-of-home food environment. We conducted this scoping review to map the body of evidence (BoE) addressing the effects of menu labeling and portion size control interventions in the out-of-home food environment and to summarize the research gaps in this evidence base. Methods: We searched PubMed, Embase, Epistemonikos, and PROSPERO in phase 1 for systematic reviews (SRs) and PubMed and Embase in phase 2 for primary studies in areas with insufficient SR evidence. We used a comprehensive search strategy without any restrictions on publication date, language, study population characteristics or outcomes. We screened all titles independently and in duplicate. We mapped the number of systematic reviews providing evidence per intervention-setting combination in a matrix. The gaps in the matrix informed the searches for primary studies in phase 2. For the included SR protocols and primary studies, we charted the population, intervention, comparator, outcome, period, and study design to facilitate their evaluation and inclusion in future evidence syntheses. Results: We included 69 completed SRs; 37 on menu labeling, 9 on portion size control, and 23 on both. The types of menu labeling interventions studied were quantitative nutrient information (74%), interpretational guidance (48%), or contextual guidance (13%). Most reviews were from the United States, United Kingdom, and Canada. Most SRs included studies in establishments like cafeterias (51%) or restaurants (39%) and measured change in the quantity of food offered/ordered/consumed (96%). Phase 2 search yielded 24 primary studies; 16 experimental, 6 quasi-experimental, and 2 observational studies. Conclusion: The BoE on the effectiveness of menu labeling and portion size control is predominantly from the developed world, on nutrient information labeling and reporting impact on consumer food choice. There is a need for studies in the online environment and reporting distal health outcomes.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».