Assessing the nutritional quality of gluten-free packaged foods for children
Notice bibliographique
Résumé
Purpose To examine the nutritional quality and nature of gluten-free (GF) products targeted to children. Design/methodology/approach All child-targeted foods were collected from two national grocery retailers in Calgary, Alberta, Canada. Child-targeted products with a GF claim were compared with those without such a claim using two nutrient profiling models, the Pan American Health Organization Nutrient Profiling Model (PAHO) and the 2023 World Health Organization (WHO) Nutrient Profile Model. A secondary analysis then compared the nutrient profile of child-targeted GF products to their product “equivalents”. Findings Approximately 15% ( n = 65) of the 448 products assessed had a GF claim. All products – those with and without a GF claim – had similar levels of protein, fat, saturated fat and trans fat, while 80% of GF claim products had high sugar levels. Ninety-eight percent of GF products exceed nutrients of concern for fat, sugars and/or sodium according to PAHO criteria. When examined using WHO criteria, only 1.5% of GF products would be permitted to be marketed to children—an ironic finding given that all products were included in the study because they were designed to appeal to children. No products in the paired analysis would be permitted to be marketed to children (per WHO). Originality/value Child-targeted GF foods do not warrant the health halo accorded to such products by many consumers. Almost all GFC products exceed thresholds of concern for either sugar, sodium and/or fat. Parents who believe these products are “healthier” options for their children are mistaken.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».