Association between nutritional quality and the degree of naturalness in animal-based and plant-based food products
Notice bibliographique
Résumé
Abstract Consumers tend to perceive certain foods as more natural and in turn as more nutritious. Thus, this study aimed to evaluate the nutritional quality, the degree of naturalness, and their association with animal-based and plant-based food products. A total of 1275 food products were collected by the Food Quality Observatory in Québec (Canada) between 2018 and 2022. These products were divided into five categories: sliced processed meats ( n = 477), yogurts and dairy desserts ( n = 344), sausages ( n = 266), processed cheese products ( n = 96) and plant-based alternatives ( n = 92) within these four categories. The overall nutritional quality was evaluated using the Nutri-Score and the front-of-package (FOP) nutrition symbol recently implemented in Canada, while the degree of naturalness was measured using the Food Naturalness Index (FNI). Yogurts and dairy desserts as well as plant-based alternatives had lower Nutri-Score and thus, higher nutritional quality compared to other food categories. The FOP symbol for foods high in saturated fat or sodium was more common in sliced processed meats and sausages. FNI scores were higher in processed cheese products than in other categories, indicating a greater degree of naturalness. Correlations between nutritional quality and food naturalness varied depending on the food category and the nutrient profiling model, with Spearman coefficients being positive or negative and ranging from weak to moderate. This study supports the idea that food naturalness and nutritional quality offer complementary information depending on the food category. Further research in other food categories would help to better understand the associations between the two concepts.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».