Comment promouvoir la consommation de protéines végétales : Une revue de la littérature de presse
Bibliographic record
Abstract
La consommation de protéines végétales présente plusieurs bénéfices sur le plan de la santé, de l’environnement et du développement du secteur agro-alimentaire. Malgré les avantages liés à la consommation de protéines végétales, la consommation de viande demeure souvent privilégiée. Cet article présente une revue de la littérature de presse visant à répertorier les interventions de promotion de la consommation de protéines végétales mises en place au Canada et dans des pays européens francophones. L’identification des documents s’est faite à partir de la banque de données Eureka pour les articles de journaux de quotidiens francophones en provenance du Canada et d’Europe et sur le moteur de recherche Google Actualités. Les articles publiés entre le 1er janvier 2015 et le 11 mai 2020 ont été retenus. Au total, 49 articles ont été inclus dans l’étude. Six types d’intervention ont été recensés (sensibilisation, conférences, législation, formation, partenariats/programmes de reconnaissance et offre d’un repas végétarien en restauration collective). L’intervention la plus populaire était l’offre de repas végétariens en restauration collective. Les barrières à l’implantation de ces interventions étaient souvent d’ordre organisationnel (ex : manque de temps), financier, matériel et culturel. Les forces des interventions impliquaient généralement le caractère participatif et volontaire du public cible et l’inclusion de diverses parties prenantes. Cette revue de la littérature de presse peut orienter les acteur.trices œuvrant dans le domaine de la nutrition afin de favoriser la mise en place d’actions de promotion de la consommation de protéines végétales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.045 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".