MétaCan
Menu
Retour à la cohorte
Enregistrement W4403514830 · doi:10.1186/s12937-024-01018-z

An unbiased, sustainable, evidence-informed Universal Food Guide: a timely template for national food guides

2024· review· en· W4403514830 sur OpenAlexaff
Elizabeth Dean, Xu Jia, Alice Jones, Mantana Vongsirinavarat, Constantina Lomi, P. Lava Kumar, Etienne Ngeh, Maximilian Andreas Storz

Notice bibliographique

RevueNutrition Journal · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineScientific evidencePopulation healthPopulationPublic healthPublic relationsEnvironmental healthPolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although national food guides are designed, ostensibly, to translate scientific evidence with respect to food, dietary patterns, and health, their development has increasingly become a corporate/political process as well as scientific one; often with corporate/political influences overriding science. Our aim was to construct an unbiased, sustainable, evidence-informed Universal Food Guide to serve as a template for countries to develop their unique guides, thereby, provide a valid resource for health professionals, health authorities, and the public. METHODS: To address our aim, we conducted an integrative review of multiple evidence-informed sources (e.g., established databases, evidence syntheses, scholarly treatises, and policy documents) related to four areas: 1. Food guides' utility and conflicts of interest; 2. The evidence-based healthiest diet; 3. Constituents of the Universal Food Guide template; and 4. Implications for population health; regulation/governance; environment/climate/planetary health; and ethics. RESULTS: The eating pattern that is healthiest for humans (i.e., most natural, and associated with maximal health across the life cycle; reduced non-communicable disease (NCD) risk; and minimal end-of-life illness) is whole food, low fat, plant-based, especially vegan, with the absence of ultra-processed food. Disparities in national food guide recommendations can be explained by factors other than science, specifically, corporate/political interests reflected in heavily government-subsidized, animal-sourced products; and trends toward dominance of daily consumption of processed/ultra-processed foods. Both trends have well-documented adverse consequences, i.e., NCDs and endangered environmental/planetary health. Commitment to an evidence-informed plant-based eating pattern, particularly vegan, will reduce risks/manifestations of NCDs; inform healthy food and nutrition policy regulation/governance; support sustainable environment/climate and planetary health; and is ethical with respect to 'best' evidence-based practice, and human and animal welfare. CONCLUSION: The Universal Food Guide that serves as a template for national food guides is both urgent and timely given the well-documented health-harming influences that corporate stakeholders/politicians and advisory committees with conflicts of interest, exert on national food guides. Such influence contributes to the largely-preventable NCDs and environmental issues. Policy makers, health professionals, and the public need unbiased, scientific evidence as informed by the Universal Food Guide, to inform their recommendations and choices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,188
score de la tête « metaresearch » (Gemma)0,331
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,993

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1880,331
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0120,012
Études des sciences et des technologies0,0040,008
Communication savante0,0130,021
Science ouverte0,0080,012
Intégrité de la recherche0,0130,013
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,374
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition JournalMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207