Tag: kyllinge

  • Kødprodukt sammenligning for Makrel-Kyllinge-Svine frokostkurv

    Kødprodukt sammenligning for Makrel-Kyllinge-Svine frokostkurv

    Vi har nu spist tre frokoster med tre forskellige kødprodukter. Det er tid til at sammenligne de tre produkter i forhold til næringsindhold. Nedenstående tabel viser detaljerne for hver 100 gram af kødprodukterne. Daglig Bruger er altædende og prøver at følge en sund kost. Derfor er vi meget interesserede i, hvad vi spiser, og vi kan se, at der er markante forskelle mellem produkterne vi har prøvet.

    Makrelkød har det højeste energiindhold målt i kcal. Det stammer sandsynligvis fra den store mængde fedtsyrer, fiskekødet indeholder. Makrel fedtsyrer er også for det meste umættede, da kun 6,2 g af 29 g er mættede fedtsyrer. Vi også bemærker at makrelkød indeholder de gavnlige omega-3 fedtsyrer, som også er kendt som flerumættede fedtsyrer (læs mer fra Wikipedia).

    Makrelkød har også dobbelt så meget protein som frikadeller, men en smule mindre protein sammenlignet med kylling. Makrelkød har det højeste salt indhold med 1.9g salt per 100g kød.

    Kyllingekød er næsten kun protein fordi der er ikke meget fedt, kulhydrater eller salt. Man kan godt sige, at kyllingekød er en sund kødvariant at valge, hvis man kun søger efter ren protein kilde.

    Frikadeller er det eneste færdiglavede fødevareprodukt i vores frokostkurv, og det viser sig også på næringsindholdet. Proteinindholdet er kun 10g, mens to andre produkter har mindst dobbelt så meget protein. Frikadeller har også en høj mængde mættet fedt sammenlignet med de to andre produkter. I forhold til saltindhold ligger frikadeller omkring imellem de to yderpunkter.

    Alt i alt viser dette, at vi har designet en frokostkurv, der er ret varierende i sit næringsindhold. Dette er også en del af designet af frokostkurven, så ingen store overraskelser her. Ikke et dårligt slutresultat for vores altædende Daglig Bruger, der også prøver at spide sund mad.

    (Billedet brugt i artiklen var ikke genereret af AI, men indholdet og idéerne er menneskeskabte i samarbejde med AI.)

  • Makrel-Kyllinge-Svine frokostkurv prisindeks prøvudtager

    Makrel-Kyllinge-Svine frokostkurv prisindeks prøvudtager

    Vi har nu udviklet første version af Makrel-Kyllinge-Svine frokostkurv prisindeks prøvudtager og er klar til at begynde prøvudtagningen. Denne metode vil hjælpe os med at indsamle pålidelige og repræsentative data om prisudviklingen på disse proteinkilder.

    Vores prøveudtagningsmetode er en algoritme (se Wikipedia), som omfatter følgende trin:

    1. Vælge tilfældigt mellem fire supermarkedskæder
    2. Vælg tilfældigt supermarkedets placering baseret på det valgte kæde
    3. Vælg tilfældigt mellem makrel, kylling og svineprotein

    En algoritme er en sekvens af handlinger, som en computer kan udføre deterministisk (se Wikipedia). Vores algoritmen er baseret på principperne for randomiseret kontrolforsøg (RCT, se Wikipedia). RCT er den gyldne standard for statistiske tests og bruges generelt til at fjerne forvirrende bias, som ikke direkte kan kontrolleres på i undersøgelser.

    Vi foretrækker at bruge tilfældige tal fra random.org, da de er baseret på atmosfærisk støj. Det hjælper at sikre fuld tilfældighed i vores proces. Du kan læse mere om det på random.org. Computere og mange algoritme bruger i dag ofte pseudorandom-tal, som er baseret på en deterministisk algoritme. Det betyder, at hvis du kender tilstanden af ​​algoritmen på et tidspunkt, kan du forudsige fremtiden.

    Et godt eksempel på determinisme er vores simple algoritme ovenfor. Hvis du placerer dig selv ved trin 2, ved du, at du næste trin du vil tage er trin 3. Det, der gør vores simple algoritme unik, er, at den atmosfæriske støj sikrer, at vi ikke aner, hvad der sker ved trin 3. Hvis vi brugte pseudorandom-tal, ville trin 3 være lige så deterministisk som, at vi ved, at det tredje trin kommer efter det andet trin .

    Er det ikke intuitivt klart, at en deterministisk algoritme introducerer bias i en prøveudtagningsproces? På grund af skævheden foretrækker vi altid random.org, når det kun er muligt. Af hensyn til dataindsamlingsindsatsen anvender vi kun pseudorandom-numre i tilfælde af netværksfejl mellem os og random.org.

    (Billedet brugt i artiklen var genereret med AI, men indholdet og idéerne er menneskedrevet.)