Cost of a Healthy Diet: A Population-Representative Comparison of 3 Diet Cost Methods in Canada
Notice bibliographique
Résumé
BACKGROUND: Different food price sources and dietary assessment tools may impact the estimation of diet costs and hamper our understanding of the relationship between diet costs and dietary intakes. OBJECTIVES: We aimed to investigate the effect of 3 diet cost derivation methods, with increasing numbers of food prices and geographic specificity, holding consistent the dietary assessment tool, on the estimation of diet costs overall and by food group. METHODS: We matched 24-h dietary recall data from the 2015 Canadian Community Health Survey-Nutrition (CCHS-N) to food price data from 3 Canadian Consumer Price Index (CPI) food price lists; national short list, national long list, and provincial long list. We compared the daily ($/day) and energy-adjusted ($/2000 kcal) diet costs overall and by food groups for the overall population (4+), children (4-18), and adults (19+). RESULTS: The proportion of dietary intakes (grams) that were covered by CPI prices significantly increased from the national short list to the national long list but did not significantly differ from the national long list to the provincial long list. The national short list resulted in the highest daily and energy-adjusted diet costs overall. No difference in diet costs was noted between the national and provincial long lists. Diet costs for 4 food groups-additions, sweets, fruits, and vegetables, which were poorly covered by the national short list-significantly differed using the national and provincial long lists. All 3 diet cost methods were significantly correlated with energy intakes; however, a strong/very strong correlation was detected for children, and a weak/moderate correlation for adults. CONCLUSIONS: The choice of food price data may introduce bias in the diet cost estimate, as well as limiting our understanding of how individuals allocate their diet costs. Refinement of diet cost estimation methodology and measures can strengthen future studies of how consumers allocate their purchases to their diets.
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 | 0,008 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».