Who is consuming ultra-processed food in Canada? A cross-sectional analysis of the 2018/2019 International Food Policy Study
Notice bibliographique
Résumé
High consumption of ultra-processed foods and drinks (UPF) has been linked to poor diet quality and an increased risk of non-communicable diseases. To inform public policies and interventions aimed at reducing UPF intake in Canada, updated information on UPF intake among different sociodemographic groups is needed. This study, using data from 5872 adults aged 18 years and older from the International Food Policy Study (2018–2019), aims to estimate the dietary energy contribution of UPF and assess its variation among sociodemographic subgroups. All foods and drinks reported in a single 24 h dietary recall were classified using the Nova system. We estimated the mean proportion of total daily energy from UPF and subcategories of UPF in the overall sample and among sociodemographic subgroups. Multivariable linear regression models evaluated the association between sociodemographic characteristics with the proportion of total daily energy from UPF. On average, adults consumed 45.2% of their total daily energy from UPF. UPF consumption was slightly higher among males than females (49.4% vs. 47.6%, p = 0.039) and younger adults aged 19–30 years compared with older adults aged 51–64 years (50.0% vs. 47.2%, p = 0.029), adjusting for a range of sociodemographic factors. Overall, UPF consumption was relatively high among adults in all sociodemographic subgroups, highlighting the need for policies to decrease UPF consumption in the entire population.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».