MétaCan
Menu
Retour à la cohorte
Enregistrement W7099772049

Sodium

2012· article· en· W7099772049 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)Product (mathematics)SodiumSample (material)LabellingHigh sodium
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: Canadians consume approximately twice the daily Adequate Intake of sodium. The present study examined the efficacy of four types of front-of-package (FOP) sodium labels at influencing consumers ’ selection of products low v. high in sodium. Design: Participants were randomly assigned to one of five experimental conditions: (i) control condition with no FOP label; (ii) basic numeric FOP label; (iii) numeric FOP label with ‘high ’ and ‘low ’ sodium content descriptors; (iv) detailed Traffic Light (TL) label with colour coding, content descriptors and numeric information; and (v) simple TL label with no numeric information. Participants were shown pairs of grocery products that varied in sodium content and told they could choose a free sample. Selection of the low-sodium v. the high-sodium product was the primary behavioural outcome, in addition to ratings of effectiveness, understanding, liking and believability. Setting: Waterloo, Ontario, Canada. Subjects: Adults (n 430) aged $18 years, recruited from community settings. Results: Participants in the three FOP conditions with ‘high/low ’ sodium content descriptors were significantly more likely to choose the lower-sodium product compared with the control group. The detailed TL label was ranked most effective at helping participants select low-sodium products, and was rated significantly higher than other formats in liking, understanding and believability. Product selection did not differ significantly across sociodemographic groups. Conclusions: FOP labels that include content descriptors may be more effective in helping consumers to select lower-sodium products. TL labels, which incorporate content descriptors and colour coding, should be considered for future FOP labelling initiatives.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1060,021

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 Opus0,034
Tête enseignante GPT0,303
Écart entre enseignants0,269 · 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.

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConsumer Attitudes and Food LabelingTravaux en français237 207