Designing healthier and more sustainable ultraprocessed foods
Notice bibliographique
Résumé
The food industry has been extremely successful in creating a broad range of delicious, affordable, convenient, and safe food and beverage products. However, many of these products are considered to be ultraprocessed foods (UPFs) that contain ingredients and are processed in a manner that may cause adverse health effects. This review article introduces the concept of UPFs and briefly discusses food products that fall into this category, including beverages, baked goods, snacks, confectionary, prepared meals, dressings, sauces, spreads, and processed meat and meat analogs. It then discusses correlations between consumption levels of UPFs and diet-related chronic diseases, such as obesity and diabetes. The different reasons for the proposed ability of UPFs to increase the risk of these chronic diseases are then critically assessed, including displacement of whole foods, high energy densities, missing phytochemicals, contamination with packaging chemicals, hyperpalatability, harmful additives, rapid ingestion and digestion, and toxic reaction products. Then, potential strategies to overcome the current problems with UPFs are presented, including reducing energy density, balancing nutritional profile, fortification, increasing satiety response, modulating mastication and digestion, reengineering food structure, and precision processing. The central argument is that it may be possible to reformulate and reengineer many UPFs to improve their healthiness and sustainability, although this still needs to be proved using rigorous scientific studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».