The dynamics in food selection stemming from price awareness and perceived income adequacy: a cross-sectional study using 1-year loyalty card data
Notice bibliographique
Résumé
BACKGROUND: Higher cost of healthy foods may explain unhealthy dietary patterns in lower-income households. Unfortunately, combining food selection and nutrient intake data to price and expenditure is challenging. Food retailer's customer loyalty card data, linked to nutrient composition database, is a novel method for simultaneous exploration of food purchases, price, and nutrition. OBJECTIVES: We studied the associations between perceived income adequacy (PIA) as a grouping variable with price (per kilogram or megajoule) and the volume of purchases (percentage of expenditure or energy) simultaneously as outcome variables for 17 most purchased food groups. METHODS: We used 1-year (2018) loyalty card data from the largest grocery chain in Finland. Participants were 28,783 loyalty cardholders who made ≥41% of food purchases from the retailer and answered an online questionnaire at the midpoint of data collection. The 5-level PIA described the perceived financial situation in the household. Energy and nutrient content of foods purchased were from the Finnish Food Composition Database Fineli. We calculated the Nutrient Rich Food Index per 100 g food using 11 nutrients. Trends in prices and expenditures between PIA levels were analyzed using 2-sided Jonckheere-Terpstra tests, with false discovery rate control (Benjamini-Hochberg method) and confounder adjustments (inverse probability weighting). RESULTS: Lower PIA participants selected cheaper foods per kilogram and megajoule within most food groups. They also favored unhealthy food groups cheap in energy [<1 € (USD 1.18)/MJ]. Despite lower purchase price, the expenditure (%) among lower PIA was higher on alcohol, snacks, sugar-sweetened beverages, and sweets and chocolates. CONCLUSIONS: Participants with lower PIA showed stronger price awareness. It is crucial to consider the pricing of competing alternative food groups, when steering toward environmentally sustainable and healthier food purchases. Package labeling might also direct the selection of healthier choices among the less expensive items within a food group.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».