Page 27 - Új Diéta XXXIII. évfolyam, 2. szám | 2024.
P. 27

ÚJ DIÉTA





           betegségek (non-communicable disease, NCD-k)  miszereket és milyen összetételűek. Az újabb 24 órás
           között. Ezzel együtt az UPF-ek gyakori, nagy meny-  visszakérdezések (recall), illetve az élelmiszer-fo-
           nyiségű fogyasztása bizonyos tanulmányok alapján  gyasztási gyakorisági kérdőívek (FFQ – Food Frequ-

           szigni kánsan növeli a felnőttek körében az össz-  ency Questionnaire) alkalmazása jól hasznosítható
           halálozás kockázatát, ugyanakkor ezen a területen  volt bizonyos élelmiszerek megfelelő csoportba való
           további vizsgálatok szükségesek (6).     sorolásához. Ennek alapján az amerikai FFQ-kban
           Egy  kutatás  során  vizsgálták  a NOVA-klasszi ká-  jelölt élelmiszerek több mint 70%-át, míg a brazil,

           ció gyakorlati alkalmazhatóságát, és több élelmi-  nemzeti táplálkozási felmérés részvevői által a 24
           szer-mérnököt és táplálkozástudományi szakembert  órás táplálékfelvételi feljegyzésekben jelentett élel-
           kértek fel arra, hogy alkalmazzák a rendszert úgy,  miszerek több mint 90%-át kategorizálni tudták.
           ahogy az alkotók erre kijelölték, majd kérték őket,  Azoknak a termékeknek a kategorizálása jelent ne-
           hogy értékeljék a rendszer megbízhatóságát. A ku-  hézséget, amelyek nem tartalmaznak részletes infor-
           tatások azt mutatták, hogy az értékelőknél a téves  mációkat az élelmiszerek előállításának módjáról és
           osztályozás kockázata nagyobb a NOVA használata-  összetételéről (például az elkészítés módjáról és az
           kor, mint más osztályozási rendszereknél, ami azért  összetevők listájáról), vagy amelyek egynél több cso-

           lehetséges,  mert  a NOVA-klasszi káció négy cso-  portba sorolhatók (pl. friss barack, konzervbarack
           portja nem teljesen egyértelműen meghatározott. Az  vagy különböző kenyérfélék) (11).
           eredmény azt sugallja, hogy az értékelők sok esetben  Egy tanulmány transzformátor-alapú nagy nyelvi
           a saját korábbi ismereteikre vagy az élelmiszerekkel  modelleket használt az élelmiszer-feldolgozási szin-
           kapcsolatos szubjektív megérzéseikre támaszkod-  tek NOVA-rendszer szerinti osztályozásának auto-
           tak, amikor az élelmiszerekkel kapcsolatos dönté-  matizálására a kanadai, az argentin és az amerikai,
           seiket meghozták. Erre jó példa, hogy a kutatás azt  nemzeti élelmiszer-adatbázisokban. A transzformá-
           mutatta, hogy bizonyos NOVA4-csoportba sorolt,  tor-alapú nagy nyelvi modellek olyan mesterséges
           „ultrafeldolgozott élelmiszerek” nagy része megfe-  intelligencián alapuló rendszerek, amelyek képesek
           lelő tápértékű volt. Éppen ezért fontos a hatékony  nagy  mennyiségű szöveg  feldolgozására  és  értel-
           módszerek kidolgozása, mert segíti a rendszer jobb  mezésére. Ebben a tanulmányban az élelmiszer-fel-
           alkalmazását, ezáltal az élelmiszerek megfelelő osz-  dolgozási szintek NOVA-rendszer szerinti osztá-
           tályozását (3).                          lyozásának automatizálására használták őket, hogy
                                                    segítsenek az élelmiszer-adatbázisokban a termékek
                                                    pontos besorolásában és azok jellemzőinek megha-
           A NOVA-klasszifikáció gyakorlatának      tározásában (6).
           megfelelő megvalósítása és értékelése    A vizsgálat azt mutatta, hogy az élelmiszer-címké-
                                                    ken található összetevőlisták szövegét bemenetként

           Vannak élelmiszerek, amelyeknek a túlzott fogyasz-  használó  nomhangolt nyelvi modellek pontosabb
           tása összefüggésbe hozható bizonyos egészségügyi  értékeket mutattak  a  kanadai  élelmiszerek  élelmi-
           következményekkel, ugyanakkor a NOVA-klasszi -  szer-feldolgozási szintjeinek előrejelzésében, mint a

           káció, amely elsősorban a feldolgozottsági szintjük  hagyományos, strukturált tápanyagadatokat haszná-
           szerint csoportosítja az élelmiszereket, nem a leg-  ló gépi modellek. A tanulmány bebizonyította, hogy
           megfelelőbb és nem a leginkább bizonyítékokon  a nyelvi modellek használata hatékony és általáno-
           alapuló megközelítés a táplálkozás javítására és az  sítható automatizálási stratégia a csomagolt élelmi-
           egészség előmozdítására, mégis az egyik legelterjed-  szerek NOVA-élelmiszer-feldolgozási szintjeinek
           tebb osztályozási módszer (3).           osztályozására. Ez költséghatékony megközelítést
           A tapasztalatok alapján az élelmiszerek besorolása  jelenthet a politikai döntéshozók számára a globális
           a NOVA-klasszi káció által javasolt négy kategória  élelmiszer-ellátásban levő UPF-ek nyomon követé-

           valamelyikébe kihívást jelenthet, ha nincsenek in-  sére és szabályozására, ugyanis az élelmiszer-csoma-
           formációk arról, hogyan készítették ezeket az élel-  golásokon található összetevőlisták a legkönnyebben






                                                  26
   22   23   24   25   26   27   28   29   30   31   32