အစားအစာတံဆိပ်တန်ဖိုးကိုအကဲဖြတ်သောအက်ပ်များသည်အဘယ်အရာလုပ်သနည်း။

အစားအစာတံဆိပ်တန်ဖိုးကိုအကဲဖြတ်သောအက်ပ်များသည်အဘယ်အရာလုပ်သနည်း။

Tags:

“ Nova” ခွဲခြားခြင်းနှင့်“ Nutriscore” စနစ်တို့သည်အများအားဖြင့်အစားအစာအမျိုးအစားခွဲခြားသတ်မှတ်ချက်များကိုလိုက်နာသောအဓိကစံနှစ်ခုဖြစ်သည်။

မကြာသေးမီကငါတို့ဘယ်လိုစားသလဲဆိုတာကိုစိတ်ဝင်စားမှုအကြီးကြီးကြားထဲမှာ၊ အလွန်အမင်းပြုပြင်ထားတဲ့အစားအစာတွေကိုဆန့်ကျင်ပြီးငါတို့ရဲ့အစားအစာ၊ အစာအာဟာရအက်ပလီကေးရှင်းတွေမှာပါဝင်ပစ္စည်းများကိုနားလည်ဖို့ငါတို့အာရုံစိုက်တာ၊ အဲဒါကိုရိုးရှင်းတဲ့“ scan” နဲ့ရောက်လာတယ်။ barcode၊ ထုတ်ကုန်သည်ကျန်းမာသည်ဖြစ်စေ၊ မရှိသည်ဖြစ်စေပြောကြသည်။

ဒါပေမယ့်အဲဒါကမလွယ်ကူပါဘူး။ အက်ပလီကေးရှင်းတစ်ခုကဤအစားအစာသည်ကျန်းမာရေးနှင့်ညီသည်ဟုဆိုလျှင်အမှန်တကယ်ဟုတ်ပါသလား။ သူတို့တစ် ဦး စီ၏နောက်သို့လိုက်ကြောင်းထည့်သွင်းစဉ်းစားရန်အလွန်အရေးကြီးသည် ကွဲပြားခြားနားသောခွဲခြားသတ်မှတ်ချက်များ ငါတို့သုံးတဲ့အက်ပလီကေးရှင်းပေါ်မူတည်ပြီးတူညီတဲ့ထုတ်ကုန်ကပိုနည်းပြီးပိုကျန်းမာနိုင်တယ်။

တစ်ခုချင်းစီအလိုက်ကျော်ကြားသော application သုံးခု (MyRealFood, "Yuka" နှင့် "CoCo") တို့နောက်မှစံသတ်မှတ်ချက်များကိုကျွန်ုပ်တို့ခွဲခြားသည်။

"MyRealFood"

အာဟာရပညာရှင် dietitian Carlos Ríos၏နောက်လိုက်များဖြစ်သော“ realfooders” များသည်ထို app ရှိသည် "MyRealFood" သင့်ရဲ့ headend ပရိုဂရမ်များအကြား။ ကျန်းမာရေးနှင့်အညီညွတ်ဆုံးစားရန်နည်းလမ်းမှာ ဆန့်ကျင်ဘက်တွင်ပါဝင်ပစ္စည်းများငါးခုထက်မပိုသောထုတ်ကုန်များဖြစ်သော "စစ်မှန်သောအစားအစာ" ကိုသာစားသုံးခြင်းဖြင့်ကာကွယ်ပေးသော Ríos သည် လက်တွေ့ကျကျအားဖြင့် လွန်ကဲစွာပြုပြင်ထားသောအစားအစာများကိုတိုက်ဖျက်ရန်ဦးတည်သည်။

လျှောက်လွှာကိုဖွင့်လိုက်သောအခါပညာရှင်က ABC Bienestar အားအမျိုးအစားခွဲခြားသည့်နည်းလမ်းအားရှင်းပြခဲ့ပြီးအောက်ဖော်ပြပါအစားအစာများသည်မည်သည့်အရာများသည်ကျန်းမာရေးနှင့်မညီညွတ်သနည်းကိုဆုံးဖြတ်ရန်“ ငါတို့ကလေ့လာမှုတွေကိုအခြေခံထားတဲ့ algorithm ကိုသုံးတယ်။ အမျိုးအစားအသစ် ဘရာဇီးရှိ São Paulo တက္ကသိုလ်မှ ” ၊ အစားအသောက်ပညာရှင်နှင့် အာဟာရပညာရှင်အဖြစ် ကျွန်ုပ်၏အတွေ့အကြုံနှင့် ပေါင်းစပ်ထားသည်။ ဤနည်းအားဖြင့် ကျွန်ုပ်တို့သည် ဤ « Nova » အမျိုးအစားခွဲခြားမှုကို ရိုးရှင်းစေသည်။ ထုတ်ကုန်များတွင် အချို့သော ပါဝင်ပစ္စည်းများ၏ ပမာဏကိုလည်း ထည့်သွင်းတွက်ချက်ပါသည်။ ဥပမာအားဖြင့်၊ ထုတ်ကုန်တစ်ခု၏ 10% ထက်နည်းပါက၊ ၎င်းတို့သည် ပမာဏအနည်းငယ်သာဖြစ်သောကြောင့် ကျန်းမာရေးနှင့်မညီညွတ်သောပါဝင်ပစ္စည်းများဖြစ်လျှင်ပင် ၎င်းကို ကောင်းမွန်သောစီမံဆောင်ရွက်ချက်အဖြစ် ကျွန်ုပ်တို့ခွဲခြားသတ်မှတ်ပါသည်။

« Nova စနစ်ဘယ်လိုအလုပ်လုပ်သလဲ။

“ နိုဗာ” စနစ်သည်အစားအစာကို၎င်း၏အာဟာရအားဖြင့်မဟုတ်ဘဲအဆင့်ဆင့်စီမံခြင်းအားဖြင့်ခွဲခြားသည်။ ထို့ကြောင့်သူတို့၏စက်မှုလုပ်ငန်းအတွက်သူတို့ကိုတန်ဖိုးထားသည်။ ဘရာဇီးလ်နိုင်ငံမှသိပ္ပံပညာရှင်အဖွဲ့တစ်ဖွဲ့ကဖန်တီးထားသောအဆိုပါစနစ်ကို FAO (ကုလသမဂ္ဂစားနပ်ရိက္ခာအဖွဲ့) နှင့် WHO (ကမ္ဘာ့ကျန်းမာရေးအဖွဲ့) နှစ်ခုလုံးကထောက်ခံသည်။

ဒီနည်းကအစားအစာတွေကိုအုပ်စုလေးစုခွဲတယ်။

-အုပ်စု ၁ ဟင်းသီးဟင်းရွက်များ၊ တိရစ္ဆာန်အသား၊ ငါး၊ ဥများနှင့်နို့ကဲ့သို့သဘာဝအစားအစာများ

- အုပ်စု ၂ အချက်အပြုတ်ပါဝင်ပစ္စည်းများ၊ ချက်ပြုတ်ရန်နှင့်ဟင်းခတ်အမွှေးအကြိုင်များအသုံးပြုသည်။

- အုပ်စု ၂ ပါဝင်ပစ္စည်းများငါးမျိုးထက်နည်းသောပြုပြင်ထားသောအစားအစာများ

- အုပ်စု ၂ ဥပမာအားဖြင့်ဆား၊ သကြား၊ အဆီ၊ stabilizers သို့မဟုတ် additives များပါ ၀ င်သောအလွန်ပြုပြင်ထားသောအစားအစာများ။

"ကိုကို"

စျေးကွက်တွင်ကျွန်ုပ်တို့တွေ့ရသောအခြားရွေးချယ်စရာတစ်ခုဖြစ်သည် "ကိုကို"၎င်းသည်ယခင်အက်ပလီကေးရှင်းနှင့်ဆင်တူသောလုပ်ဆောင်ချက်ကိုဖြည့်ဆည်းပေးသည်။ ဒီစီမံကိန်းကိုပူးတွဲတည်ထောင်သူ Bertrand Amaraggi ကသူတို့လက်ရှိလုပ်နေတဲ့အစားအစာတွေကိုခွဲခြားဖို့“ ငါတို့လုပ်နေတဲ့လုပ်ငန်းစဉ်ကိုရှင်းပြတယ်။ ကျွန်ုပ်တို့အကျော်ကြားဆုံးစနစ်နှစ်ခုကိုပေါင်းစပ်လိုက်သည်, "Nova" နှင့် "Nutriscore" ပထမတစ်ခုကကျွန်ုပ်တို့ကိုအစားအစာတစ်ခုရဲ့စီမံခန့်ခွဲမှုအဆင့်ကိုတိုင်းတာခွင့်ပြုတယ်။ ဒုတိယအမျိုးအစားသည်ထုတ်ကုန်တစ်ခု၏အာဟာရမှတ်စုကိုသိရန်ဖြစ်သည်။

“ပထမဦးစွာ ၎င်းတို့ကို 'Nova' ဖြင့် ခွဲခြားပြီး 'Nutriscore' စနစ်ကို အသုံးပြုသော်လည်း အမျိုးအစားတူ ထုတ်ကုန်များကြားတွင် အသုံးပြုပါသည်။ အဘယ်ကြောင့်ဆိုသော် ကျွန်ုပ်တို့သည် ဒုတိယစနစ်ကိုသာ ကျင့်သုံးပါက၊ ဥပမာ သကြားနည်းသော အချိုရည်များကို အလွန်ပြုပြင်ပြီးသောအခါတွင် ကျန်းမာရေးနှင့် ညီညွတ်သော အမျိုးအစားအဖြစ် သတ်မှတ်ခံရလိမ့်မည်” ဟု Amaraggi က ထောက်ပြသည်။

ပူးတွဲတည်ထောင်သူကရှင်းပြသည်မှာရက်သတ္တပတ်အနည်းငယ်အတွင်း“ အက်ပလီကေးရှင်း” ၏အမျိုးအစားခွဲခြားမှုသည်“ ငါတို့ရှိလိမ့်မယ်” ဟုရှင်းပြသည်။ အသစ်က algorithm ကို 1 မှ 10 အထိ အစားအစာများကို အမျိုးအစားခွဲရန် အဘယ်ကြောင့်ဆိုသော် ယခု ကျွန်ုပ်တို့သည် မှတ်စုနှစ်ခုဖြင့် မိမိကိုယ်ကို ရှာဖွေသောအခါ အနည်းငယ်ရှုပ်ထွေးနိုင်သည်” ဟု ရှင်းပြသည်။ "ဤအမျိုးအစားခွဲအသစ်အတွက်၊ ကျွန်ုပ်တို့သည် WHO စံနှုန်းများကိုထည့်သွင်းမည်ဖြစ်သည်။ ၎င်းသည် ကျွန်ုပ်တို့ကိုယ်တိုင် ပံ့ပိုးကူညီမည့် ကုန်ပစ္စည်းအမျိုးအစား 17 ခုကို ဖန်တီးထားသည်။ ၎င်း၏လမ်းညွှန်ချက်များကိုလည်း လိုက်နာခြင်းဖြင့် ထုတ်ကုန်သည် ကလေးများအတွက် သင့်လျော်မှုရှိမရှိ အက်ပ်က ညွှန်ပြမည်ဖြစ်သည်။

"Yuka"

မွေးလာကတည်းက၊ "Yuka"ပြင်သစ်ဇာစ်မြစ်တစ်ခု၏အက်ပလီကေးရှင်းသည်အငြင်းပွားစရာများဖြင့်ဝန်းရံထားသည်။ ဤအပလီကေးရှင်းသည် (အစားအစာကိုသာမကခွဲခြမ်းစိတ်ဖြာသည်သာမကပါ ၀ င်သည် အလှကုန်ပစ္စည်းများကိုလည်း အမျိုးအစားခွဲခြားထားပါသည်။) အစားအစာအဆင့်အများစုကို “Nutriscore” အဆင့်သတ်မှတ်ချက်တွင် အခြေခံထားသည်။ သုညမှ 100 ရမှတ်ဖြင့် ထုတ်ကုန်များကို မီးပွိုင့်အဖြစ် အမျိုးအစားခွဲခြားနိုင်ပြီး ၎င်းတို့ကို အကောင်း (အစိမ်း)၊ အလယ်အလတ် (လိမ္မော်ရောင်) နှင့် မကောင်း (အနီရောင်) အဖြစ် ခွဲခြားနိုင်သည်။

လျှောက်လွှာအတွက်တာဝန်ရှိသူများသည်ရမှတ်များချီးမြှင့်ရန်သူတို့လိုက်နာရမည့်စံနှုန်းများကိုရှင်းပြသည် -“ အာဟာရအရည်အသွေးသည်အတန်း၏ ၆၀ ရာခိုင်နှုန်းကိုကိုယ်စားပြုသည်။ အာဟာရအချက်အလက်တွက်ချက်နည်းသည်ပြင်သစ်၊ ဘယ်လ်ဂျီယံနှင့်စပိန်တို့တွင်လက်ခံကျင့်သုံးသော“ Nutriscore” စနစ်ပေါ်တွင်အခြေခံသည်။ ကယ်လိုရီ၊ သကြား၊ ဆား၊ ပြည့်ဝဆီ၊ ပရိုတိန်း၊ အမျှင်ဓာတ်၊ သစ်သီးဝလံနှင့်ဟင်းသီးဟင်းရွက်များသည်နည်းလမ်းကိုအောက်ပါအချက်များကိုထည့်သွင်းစဉ်းစားသည်။

အခြားတစ်ဖက်တွင်အပိုပစ္စည်းများသည်ထုတ်ကုန်အဆင့်၏ ၃၀ ရာခိုင်နှုန်းကိုကိုယ်စားပြုသည်။ “ ဒီအတွက်ငါတို့လေ့လာခဲ့တဲ့သတင်းရင်းမြစ်တွေကိုအားကိုးတယ် အစားအသောက်ထည့်သွင်းမှုအန္တရာယ်»သူတို့ထောက်ပြတယ်။ နောက်ဆုံးတွင်ဂေဟစနစ်အတိုင်းအတာသည် ၁၀ ရာခိုင်နှုန်းကိုကိုယ်စားပြုသည်။ အော်ဂဲနစ်ဟုယူဆသောထုတ်ကုန်များသည်ဥရောပ eco-label ပါသောထုတ်ကုန်များဖြစ်သည်။

တာဝန်ရှိသူများသည် အလှကုန်နှင့် တစ်ကိုယ်ရေသန့်ရှင်းမှုဆိုင်ရာ ထုတ်ကုန်များကို အမျိုးအစားခွဲခြားပုံကိုလည်း ရှင်းပြသည်- “ပါဝင်ပစ္စည်းတစ်ခုစီကို ၎င်း၏ဖြစ်နိုင်ချေရှိသော အာနိသင်များ သို့မဟုတ် ကျန်းမာရေးအပေါ် သက်သေပြထားသော အကျိုးသက်ရောက်မှုများအပေါ် မူတည်၍ အန္တရာယ်အဆင့်ကို သတ်မှတ်ပေးထားသည်။ ဟိ ဖြစ်နိုင်ချေရှိသောအန္တရာယ်များ ပါဝင်ပစ္စည်းတစ်ခုစီနှင့်ဆက်စပ်မှုကိုဆက်စပ်သိပ္ပံနည်းကျအရင်းအမြစ်များနှင့်တကွ app တွင်ပြထားသည်။ ပါဝင်ပစ္စည်းများကိုအန္တရာယ်မရှိသောအမျိုးအစား (၄) မျိုး၊ အစိမ်းရောင်အစက် (low point)၊ အနိမ့် (အဝါရောင်အစက်)၊ အလယ်အလတ်အန္တရာယ် (လိမ္မော်ရောင်အစက်) နှင့်အမြင့်ဆုံးအန္တရာယ် (အနီစက်)

ဤအပလီကေးရှင်းကိုဝေဖန်သူအများစုကအစားအစာတစ်ခုတွင်အပိုပစ္စည်းများပါ ၀ င်သောကြောင့်၎င်းသည်ကျန်းမာသည်ဟုမဆိုလိုပါ၊ ၎င်းသည်ကျန်းမာသည်ဟုမဆိုလိုပါ၊ ၎င်းသည်ကျန်းမာသည်ဟုမဆိုလိုပါ။ ထို့ပြင်“ Nutriscore” အဆင့်သတ်မှတ်ချက်ကိုကိုးကားစရာအဖြစ်မယူသင့်ဟုယူဆသောသူများလည်းရှိသည်။