MétaCan
Menu
Retour à la cohorte
Enregistrement W7095812771

1 Trans-Border Reformulation: US and Canadian Experiences with trans Fat Executive Summary

2016· article· en· W7095812771 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueScottish History and National Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)Quality (philosophy)Promotion (chess)Consumption (sociology)Relevance (law)StandardizationFood choiceFood industryProcess (computing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Food managers are engaged in altering the nutritional quality of diets. They do so directly through product innovation strategies (food manufacturers) and the selection of products available in stores (grocers and restaurants) and indirectly through distribution and promotion strategies and prices. Decisions to alter products, menus, shelf-sets and marketing strategies are drivers of supply which interact with consumer demand to impact the nutritional quality of food made available, purchased and eventually consumed. This paper explores the decision process of managers in a holistic approach integrating several strands of the literatures of diffusion of innovation, health belief and firm strategy. A conceptual model is then applied to the case of product reformulation in response to food policy. Voluntary actions of snack food manufactures in the US and Canada to respond to the impetus to reduce the use of trans fat in cookies illustrates our discussion. We present evidence of desirable reformulations in light of the standardization of label information in both nations. We also suggest differences in the response of managers responsible for product strategies in this dynamic category, with implications for food policy makers and consumers alike. Industry efforts to improve the nutritional quality of cookies offered for sale have generally been successful, however it is uncertain if there has been a concomitant change in consumption patterns. 2

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,658

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0300,006
Communication savante0,0070,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,018
Tête enseignante GPT0,229
Écart entre enseignants0,211 · 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
GenreAutre

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetScottish History and National IdentityTravaux en français237 207