MétaCan
Menu
Retour à la cohorte
Enregistrement W7098393280

1 Prospects for Growth in Global Nutraceutical and Functional Food Markets: A Canadian Perspective

2014· article· en· W7098393280 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePlant-based Medicinal Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutraceuticalFunctional foodLiberian dollarProductivityHealth benefitsPerspective (graphical)Food industry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: There is growing recognition of the potential role for nutraceuticals and dietary supplements in helping to reduce health risks and improve health quality. In the global marketplace nutraceuticals and functional foods have become a multi-billion dollar industry and estimates within Canada suggest that the Canadian nutraceutical and functional food industry has potential to grow to $50 billion US. In this paper we examine current nutraceutical and functional food literature from a Canadian perspective to identify the potential for distinctive niche markets and growth of the industry in Canada as well as it’s potential contribution to international markets. Internationally, significant limitations to growth in this area are resulting from a necessity to properly label and assess the health effects of nutraceutical and functional foods. Food safety, quality, and a better understanding of interactions among foods, medicines and dietary supplements are central requirements in Canada for development of less restricted access to our national markets and for successful expansion into the international marketplace. Exploitation of genetic and ecotype variability associated with natural populations of nutraceutical and functional foods, in particular plants, has potential to allow us to develop niche markets distinctive to Canada which are of value to consumers throughout the world. Many variants of plants exhibit population-based broad range productivity for specific chemical constituents. Selection

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,566

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0070,003
Communication savante0,0080,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0270,002

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 Opus0,101
Tête enseignante GPT0,432
Écart entre enseignants0,331 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant-based Medicinal ResearchTravaux en français237 207