Meat-reduced Dietary Practices and Efforts in Five Countries: Analysis of Cross-sectional Surveys in 2018 and 2019
Notice bibliographique
Résumé
Background: Diets that reduce reliance on animal-source foods are recommended in some contexts.\n Objectives: This study aimed to compare proportions of respondents who reported following meat-reduced dietary\n practices (i.e., vegetarian, vegan, or pescatarian diets) and/or making efforts to reduce animal-source foods, and to\n examine sociodemographic correlates across 5 countries.\n Methods: Online surveys were conducted in November and December 2018 and 2019 with 41,607 adults from Australia\n (n = 7926), Canada (n = 8031), Mexico (n = 8110), the United Kingdom (n = 9129), and the United States (n = 8411)\n as part of the International Food Policy Study. Respondents were asked whether they would describe themselves as\n vegetarian, vegan, or pescatarian, and whether they had made efforts to consume less red meat, less of all meats, or less\n dairy in the past year. Logistic regressions examined differences in the likelihood of each behavior between countries\n and sociodemographic subgroups.\n Results: Approximately 1 in 10 respondents reported following a vegetarian, vegan, or pescatarian diet, ranging from\n 8.6% (Canada) to 11.7% (UK). In the past 12 months, the proportions of respondents who reported efforts to consume\n less red meat ranged from 34.5% (Australia) to 44.4% (Mexico), less of all meats ranged from 27.9% (US) to 35.2%\n (Mexico), and to consume less dairy ranged from 20.6% (UK) to 41.3% (Mexico). Respondents were more likely to report\n efforts to consume less animal-source products in 2019 compared to 2018 in most countries. Sociodemographic patterns\n varied by country; in general, women, those with higher education levels, and those in minority ethnic groups were more\n likely to report following meat-reduced dietary practices or efforts to consume fewer animal-source products.\n Conclusions: Nearly half of respondents reported following a meat-reduced diet or efforts to reduce animal-source\n products, with differences between countries and population subgroups. Population-level approaches and policies that\n support meat reduction may further reduce consumption of animal-source products.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».