麦吉尔大学的研究人员在12月的《纽约科学学会年报》（Annals of the New York Academy of Sciences）上发表的一项研究称，与全球其他三个在用的标签系统相比，美国和加拿大多数食品上所要求的营养成分标签（Nutrition Facts label）不符合标准。

作为研究的一部分，研究人员在互联网上进行了一个食品选择实验，并建立了决策的计算模型。

营养成分标签上列明了几种营养素占每日推荐值的百分比含量，与其他标签（系统）相比，这种标签让你花费更多的时间却做出最没有营养的选择。

研究发现， NuVal是最实用的标签系统。研究人员称，这种标签对营养信息进行量化以一种快速易用的方式展示出来，并解决了营养冲突。NuVal是在美国的一些食品超市使用的一种货架标签，它对每个食品根据其整体营养价值从1-100打分。NuVal值由包括耶鲁、哈佛和西北大学在内的数个大学的营养专家进行评估，同时强调了每个食品的正面和负面信息。

“使用NuVal标签可以快速使用并做出营养选择，”研究人员称。“但这并不意味着NuVal标签应该全面推广使用。与NuVal标签具有相同特点的替代标签系统的表现可能同样出色，或更加出色。”

该研究对其他两种标签进行了测试，结果好坏参半。

专为该研究而设计的二元标签系统Heart标签，与现有的二元标签（如Canada Health Check、瑞典国家食品安全局的Keyhole标签及其他一些标签）类似，都是利用一个符号证明一个食品营养与否。研究人员发现，尽管Heart标签使用快速，但人们利用它做出的选择却不怎么营养。

“由于二元标签系统在实际使用中确定的营养食物比例较高，因此与我们研究中的标签相比，它在营养方面的表现更差。”研究人员说。“在更现实的情况下，二元标签会让实质上具有更广泛营养价值的食物之间产生更多的联系。”

第四个测试的标签系统是英国的Traffic Light标签。研究人员称，使用该标签花费的时间较多，并且只是适度提升了所选食物的营养。

“计算机模拟对人类实验结果的可能原因进行了成功捕捉和解释”，研究人员称。“在模拟实验中，营养标签的属性获得了同等关注度，而与使用的是何种标签无关。与Traffic Light和 %DV相比，NuVal在营养方面较为成功，部分原因是在于Traffic Light和 %DV属性的多样性（分别是4和9）。与NuVal相比，其他三种标签还存在决策冲突的问题。例如，在一个特殊的选择情境中，一个产品可能盐糖含量较低，而脂肪及热量值较高。对购物者而言，解决这样的冲突是不易的，而DFT模型将之称为选择矛盾，因为购物者要在互相矛盾的属性中犹豫不决。”

“如果其他的属性（如味道或外观）强烈支持特定的选择，它可以很容易地解决营养信息冲突的问题。相反，NuVal这样单一属性的方案可以解决而不是突出互相矛盾的营养信息，从而为决策提供更多的指导。”