Suivi du portrait des craquelins disponibles au Québec en 2019-20 et 2024
Bibliographic record
Abstract
Les résultats de ce suivi montrent que dans l’ensemble, il y a peu de variations dans la composition nutritionnelle des craquelins offerts et vendus en 2024 par rapport à 2019-20. Les craquelins mis de l’avant lors du portrait initial (p. ex., ingrédient principal complet, présence de noix et/ou de graines) continuent de représenter des choix plus intéressants en raison de leurs valeurs nutritives. Par ailleurs, les craquelins modifiés depuis 2019-20 ont une composition nutritionnelle plus intéressante que les autres, particulièrement en comparaison avec ceux qui sont nouveaux en 2024. Si aucun changement n’est apporté, plus du tiers des craquelins disponibles au Québec aurait à afficher le symbole nutritionnel sur le devant de leur emballage dû à leur contenu élevé en gras saturés, en sucres et/ou en sodium. Des efforts devront continuer d’être déployés afin d’améliorer la composition nutritionnelle des craquelins offerts et vendus au Québec dans les années à venir. À l’instar de plusieurs autres catégories d’aliments, il serait pertinent d’établir davantage de liens collaboratifs entre les transformateurs, les acteurs en santé publique et des experts à la fois en nutrition, en sciences des aliments et en communication.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
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".