Seasonal and Community Size-Related Patterns of Population Dietary Energy, Macronutrients, and Fiber Purchased in Grocery Stores across Nunavut, Canada
Notice bibliographique
Résumé
Background: Food composition-linked grocery sales data provide time- and resource-efficient, low-bias population nutrition insights. This is particularly valuable in the Inuit-majority territory of Nunavut, Canada, where up-to-date diet-related data are lacking amid a nutrition transition. Objectives: ) 5 community size levels (with the territorial capital, Iqaluit, representing the highest level). Methods: Each of 24,463 unique products sold between 1 February, 2013, and 31 July, 2019 was matched to its closest nutritional equivalent in the Canadian Nutrient File or the United States FoodData Central database for energy, macronutrient, and fiber values to be multiplied by product amount. Per capita standardization was performed with 2016 Census data. Analysis of variance tested for the statistical significance of differences in means. Results: Consumer nutrition patterns were seasonally consistent. In the 4 community size levels other than Iqaluit, percentage of energy from protein was relatively low (9%-10%), percentage of energy from carbohydrate was high (63%-66%), and food energy density was high (295-319 kcal/100 edible g). Purchases were least energy-dense in Iqaluit and the largest community size quartile (276 and 295 kcal/100 edible g, respectively). Among 16 categories and across community size levels, Beverages and Juices & Drinks constituted roughly one-fifth of energy and one-third of carbohydrates sold. Sale of fiber was consistently low (6-7 g/capita/day). Conclusions: To our knowledge, this is the first analysis of nutrient-linked grocery sales data in the Arctic. Our findings reveal energy-dense, high-carbohydrate, low-protein, low-fiber store-bought grocery sales in the context of an advanced nutrition transition in Nunavut.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».