Dlaczego Twój skaner kodów kreskowych pokazuje niewłaściwy produkt (i jak to naprawić)

Niezgodności kodów kreskowych dotyczą szacunkowo od 2 do 8 procent wszystkich skanów w aplikacjach żywieniowych opartych na bazach danych z crowdsourcingu, a pojedyncze błędne dopasowanie może zafałszować Twoje dzienne spożycie kalorii o setki kalorii, nawet tego nie zauważając. Problem nie leży w aparacie Twojego telefonu ani w technice skanowania. Kody kreskowe nigdy nie były zaprojektowane jako trwałe, unikalne, globalne identyfikatory danych żywieniowych. Zrozumienie, dlaczego występują niezgodności, to pierwszy krok do ich wychwycenia i skorygowania, zanim zniekształcą Twój dziennik żywności.

Jak działają kody kreskowe (i dlaczego zawodzą w śledzeniu żywności)

Kod kreskowy na produkcie spożywczym to albo UPC-A (12 cyfr, używany głównie w Ameryce Północnej), albo EAN-13 (13 cyfr, używany międzynarodowo). Kody te są przydzielane przez GS1, globalną organizację standaryzacyjną, za pośrednictwem regionalnych organizacji członkowskich. Producenci kupują bloki kodów kreskowych i przypisują je swoim produktom.

Oto kluczowy szczegół, którego większość ludzi nie zna: wytyczne GS1 pozwalają na ponowne przypisywanie kodów kreskowych. Gdy produkt zostaje wycofany, jego kod może zostać wykorzystany ponownie i przypisany do zupełnie innego produktu po okresie oczekiwania. GS1 zaleca minimalny czas oczekiwania wynoszący 48 miesięcy przed ponownym użyciem, ale przestrzeganie tego jest dobrowolne. Niektórzy producenci przypisują kody kreskowe ponownie w ciągu 12 miesięcy.

To oznacza, że kod kreskowy nie jest trwałym dowodem tożsamości produktu. Jest bardziej jak numer telefonu: ten sam numer może należeć do różnych osób w różnych czasach. Bazy danych żywieniowych, które nie zarządzają aktywnie tą rzeczywistością, nieuchronnie będą serwować przestarzałe lub błędne dane.

Powód 1: Ponowne użycie kodów UPC i EAN

Gdy producent wycofuje produkt, przypisany do niego kod kreskowy staje się dostępny do ponownego przypisania. Kod, który kiedyś należał do batona granola o wartości 200 kalorii, może teraz należeć do mieszanki orzechowej o wartości 350 kalorii. Jeśli baza danych nadal łączy ten kod z dawnym produktem, zalogujesz 200 kalorii, podczas gdy w rzeczywistości spożyłeś 350.

Jak to rozpoznać: Nazwa produktu lub marka zwrócona przez skan nie pasuje do tego, co jest wydrukowane na opakowaniu. Wartości odżywcze mogą również znacznie różnić się od tych na etykiecie.

Jak to naprawić: Zawsze rzucaj okiem na nazwę produktu zwróconą przez skan przed potwierdzeniem wpisu. Jeśli nazwa nie pasuje do Twojego produktu, odrzuć wynik skanowania. Wyszukaj ręcznie po poprawnej nazwie produktu lub zrób zdjęcie etykiety odżywczej dla dokładnego wpisu. W Nutrola możesz zgłosić przestarzałe połączenie kodu kreskowego, aby zespół weryfikujący bazę danych mógł je zaktualizować.

Jak często to występuje: Ponowne użycie kodów kreskowych odpowiada za około 1 do 3 procent błędów niezgodności w dobrze utrzymywanych bazach danych i do 5 do 10 procent w bazach danych, które nie są regularnie audytowane.

Powód 2: Warianty regionalne z tym samym kodem kreskowym

To jeden z najbardziej zwodniczych problemów z kodami kreskowymi, ponieważ nazwa produktu i marka pasują idealnie, ale dane żywieniowe są błędne. Wiele międzynarodowych marek sprzedaje produkty pod tą samą nazwą z tym samym kodem kreskowym w różnych krajach, ale przepisy różnią się, aby dostosować się do lokalnych preferencji smakowych, regulacji dotyczących składników lub dostępności surowców.

Przykłady z życia:

• Kit-Kat (Nestle/Hershey). Brytyjski Kit-Kat używa innej formuły czekolady niż amerykański Kit-Kat. Liczba kalorii na batonik różni się o około 10 do 15 procent.
• Coca-Cola. Zawartość cukru różni się w zależności od kraju ze względu na różne regulacje dotyczące słodzików i lokalne formuły. Puszka 330 ml zawiera od 35g do 39g cukru, w zależności od rynku.
• Nutella (Ferrero). Stosunek orzechów laskowych do oleju palmowego różni się między włoską a niemiecką formułą, co skutkuje mierzalnymi różnicami w zawartości tłuszczu i kalorii na porcję.

Jak to rozpoznać: Nazwa i marka zeskanowanego produktu wyglądają poprawnie, ale poszczególne wartości makroskładników nie pasują do etykiety, którą trzymasz w ręku. Szczególnie zwróć uwagę na cukier, tłuszcz i całkowite kalorie, ponieważ to te wartości najczęściej różnią się między wariantami regionalnymi.

Jak to naprawić: Porównaj zeskanowane dane odżywcze z fizyczną etykietą. Jeśli wartości się różnią, edytuj wpis, aby dopasować go do swojej etykiety. W Nutrola funkcja logowania zdjęć AI może sfotografować etykietę bezpośrednio, omijając kod kreskowy i wszelkie regionalne niezgodności w bazie danych.

Powód 3: Reformulacje produktów z niezmienionymi kodami kreskowymi

Marki regularnie reformulują swoje produkty. Zmniejszają zawartość cukru, zmieniają rodzaje olejów, dostosowują wielkości porcji, dodają białko lub usuwają składniki sztuczne. W większości przypadków kod kreskowy pozostaje ten sam. Fizyczny produkt na półce ma nowe wartości odżywcze, ale baza danych może nadal przechowywać stare dane.

Przykłady reformulacji:

Produkt	Zmiana	Wpływ na kalorie na porcję
Wiele napojów gazowanych w Wielkiej Brytanii po wprowadzeniu podatku cukrowego w 2018 roku	Zmniejszenie zawartości cukru o 30-50%	-40 do -70 kcal
Płatki śniadaniowe General Mills (reformulacja 2015)	Usunięcie sztucznych barwników i aromatów	-5 do -15 kcal
Chleb Subway (zmiana przepisu 2020)	Zmniejszenie zawartości cukru	-10 do -20 kcal
Różne marki jogurtów (ciągłe zmiany)	Dodanie białka, zmniejszenie zawartości cukru	Zmienna, często -20 do +15 kcal
Marki batonów białkowych (częste aktualizacje)	Zmiana słodzików i źródeł białka	-10 do +25 kcal

Opóźnienie między wprowadzeniem reformulacji na półki a aktualizacją bazy danych może wynosić od tygodni do lat, w zależności od tego, jak baza danych jest utrzymywana.

Jak to rozpoznać: Marka i nazwa produktu pasują, ale konkretne wartości są nieprawidłowe. Często tylko jeden lub dwa makroskładniki różnią się. Jeśli zauważysz, że zawartość cukru jest niższa lub białka wyższa niż wskazuje zeskanowany wynik, produkt prawdopodobnie został zreformułowany.

Jak to naprawić: Zaktualizuj wpis, aby dopasować go do aktualnej etykiety. Zrób zdjęcie etykiety odżywczej za pomocą funkcji logowania zdjęć AI Nutrola, aby zapewnić dokładne dopasowanie do produktu, który trzymasz w ręku. Zgłoś przestarzały wpis, aby baza danych mogła zostać skorygowana.

Powód 4: Zamieszanie z kodami kreskowymi dla opakowań zbiorczych i pojedynczych produktów

Opakowania zbiorcze (np. sześciopaki jogurtów, zestawy batonów białkowych, kartony napojów) mają swoje własne kody kreskowe, które różnią się od kodów pojedynczych produktów. Jednak wpisy w bazie danych nie zawsze są jasne co do tego, który z nich reprezentują.

Typowe scenariusze:

• Skanujesz pojedynczą puszkę z sześciopaku. Kod kreskowy to kod opakowania zbiorczego wydrukowany na zewnętrznym opakowaniu. Baza danych zwraca dane odżywcze dla wszystkich sześciu puszek.
• Skanujesz zestaw batonów białkowych. Baza danych zwraca dane dla jednego konkretnego smaku, a nie tego, który jesz.
• Skanujesz pojedynczy produkt, którego kod kreskowy pasuje zarówno do wpisu pojedynczego, jak i zbiorczego w bazie danych. Zwracany jest niewłaściwy.

Jak to rozpoznać: Liczba kalorii jest podejrzanie wysoka (zeskanowałeś jeden produkt, ale otrzymałeś dane dla opakowania zbiorczego) lub smak i opis nie pasują do Twojego konkretnego produktu w zestawie.

Jak to naprawić: Sprawdź wielkość porcji i liczbę porcji w zwróconym wpisie. Jeśli całkowita liczba kalorii wydaje się być wielokrotnością tego, czego się spodziewasz, podziel odpowiednio. Lepiej jednak poszukać kodu kreskowego pojedynczego produktu na jednostce, a nie na zewnętrznym opakowaniu. W Nutrola możesz dostosować ilość porcji po skanowaniu, aby dopasować ją do pojedynczego produktu lub sfotografować etykietę odżywczą pojedynczego produktu dla dokładnych danych.

Powód 5: Produkty markowe i wspólne kody UPC

Produkty prywatne i markowe są często wytwarzane przez jedną firmę i sprzedawane pod różnymi nazwami w różnych detalistach. W niektórych przypadkach te produkty dzielą ten sam kod UPC, mimo że występują pod różnymi nazwami.

Na przykład, płatki śniadaniowe produkowane przez współproducenta mogą być sprzedawane jako:

• "Sunrise Crunch" w jednej sieci supermarketów
• "Morning Harvest" w innej
• "Healthy Start Granola" w trzeciej

Wszystkie trzy mogą dzielić ten sam kod kreskowy, ponieważ są fizycznie identycznymi produktami. Baza danych może wymieniać tylko jedną z tych nazw marek, więc gdy skanujesz swoje opakowanie "Morning Harvest", aplikacja pokazuje dane dla "Sunrise Crunch".

Jak to rozpoznać: Nazwa marki jest błędna, ale opis produktu, obrazek lub dane żywieniowe wyglądają wiarygodnie. Wartości odżywcze mogą być poprawne, mimo że nazwa jest nieprawidłowa.

Jak to naprawić: Jeśli wartości odżywcze pasują do Twojej etykiety, możesz użyć wpisu mimo błędnej nazwy. Jeśli wartości się różnią (co może się zdarzyć, gdy detalista zażąda nieco innej formuły), edytuj wpis lub zaloguj go za pomocą zdjęcia. Ten scenariusz jest bardziej kosmetycznym problemem niż kwestią dokładności śledzenia, ale warto zweryfikować liczby.

Powód 6: Błędy zgłoszone przez użytkowników w bazach danych z crowdsourcingu

Wiele aplikacji żywieniowych buduje swoje bazy danych dzięki wkładom użytkowników. Każdy może zeskanować produkt i zgłosić dane żywieniowe. Choć takie podejście szybko się rozwija, wprowadza błędy:

• Literówki. Użytkownik wpisuje 52 gramy białka zamiast 5,2 grama.
• Błędne jednostki. Wprowadzanie wartości na 100g, gdy wielkość porcji wynosi 30g, lub odwrotnie.
• Niekompletne wpisy. Użytkownicy wpisują kalorie, ale pozostawiają makroskładniki puste lub na zero.
• Duplikaty. Ten sam produkt pojawia się wielokrotnie z różnymi danymi, a aplikacja zwraca niewłaściwy.
• Celowe wprowadzanie błędnych danych. Niektórzy użytkownicy zaniżają kalorie w produktach, które jedzą często, aby ich dzienniki wyglądały lepiej. To zanieczyszcza bazę danych dla wszystkich.

Analiza z 2023 roku dużej bazy danych żywności z crowdsourcingu wykazała, że około 15 do 25 procent zgłoszonych przez użytkowników wpisów zawierało przynajmniej jeden istotny błąd, definiowany jako odchylenie o więcej niż 10 procent od danych etykiety producenta.

Jak to rozpoznać: Wartości odżywcze, które wydają się nieprawdopodobne. Zero gramów tłuszczu w maśle orzechowym. Pięćdziesiąt gramów białka w małym ciasteczku. Sto kalorii w łyżce oliwy z oliwek. Jeśli coś wydaje się nie tak, prawdopodobnie tak jest.

Jak to naprawić: Porównaj z fizyczną etykietą. Jeśli wpis jest wyraźnie błędny, nie używaj go. Zaloguj produkt inną metodą i zgłoś błąd.

Typowe scenariusze niezgodności kodów kreskowych i ich naprawy

Scenariusz	Co widzisz	Najbardziej prawdopodobna przyczyna	Najlepsza naprawa
Całkowicie błędna nazwa produktu i marka	Zeskanowałeś batonik białkowy, otrzymałeś produkt czyszczący	Ponowne użycie UPC po wycofaniu	Wyszukaj ręcznie lub zrób zdjęcie etykiety
Poprawna marka, błędny smak lub wariant	Zeskanowałeś smak czekoladowy, otrzymałeś waniliowy	Zamieszanie z opakowaniem zbiorczym lub wariantem	Wybierz poprawny wariant z wyników wyszukiwania
Poprawny produkt, błędne wartości odżywcze	Nazwa pasuje, ale kalorie różnią się o 10-20%	Reformulacja lub wariant regionalny	Edytuj wpis, aby dopasować go do swojej etykiety
Poprawny produkt, skrajnie błędne makroskładniki	Nazwa pasuje, ale białko pokazuje 0g dla batona białkowego	Błąd zgłoszony przez użytkownika w bazie danych z crowdsourcingu	Zrób zdjęcie etykiety odżywczej
Nieznana nazwa marki, wiarygodne wartości odżywcze	Inna nazwa marki, ale wartości wydają się poprawne	Produkt prywatny lub wspólny kod UPC	Zweryfikuj wartości z Twoją etykietą, użyj, jeśli są poprawne
Poprawny produkt, kalorie są wielokrotnością oczekiwanej	600 kcal za pojedynczy kubek jogurtu	Zeskanowano kod kreskowy opakowania zbiorczego	Dostosuj ilość porcji lub znajdź kod kreskowy pojedynczego produktu

Jak zweryfikowana baza danych Nutrola minimalizuje błędne dopasowania produktów

Główną przyczyną większości niezgodności kodów kreskowych jest jakość bazy danych. Bazy danych z crowdsourcingu szybko rosną, ale szybciej gromadzą błędy. Nutrola przyjmuje inne podejście z modelem zweryfikowanej bazy danych.

Pozyskiwanie danych od producentów. Baza danych Nutrola priorytetowo traktuje dane żywieniowe z oficjalnych źródeł producentów, rządowych baz danych dotyczących składu żywności (takich jak USDA FoodData Central, UK Nutrient Databank i European Food Information Resource) oraz zweryfikowanych danych o produktach detalicznych. To eliminuje literówki, błędy jednostkowe i niekompletne wpisy, które nękają bazy danych zgłoszone przez użytkowników.

Ludzka weryfikacja zgłoszeń. Gdy użytkownicy lub systemy automatyczne zgłaszają nowe produkty, wpisy są weryfikowane w porównaniu do dostępnych danych producentów przed opublikowaniem. Ten krok weryfikacji wychwytuje większość błędów, zanim dotrą do jakiegokolwiek dziennika żywności użytkownika.

Śledzenie wariantów regionalnych. Baza danych Nutrola rozróżnia między wariantami regionalnymi tego samego produktu. Brytyjski Kit-Kat i amerykański Kit-Kat to oddzielne wpisy z własnymi danymi żywieniowymi, powiązane z odpowiednimi przypisaniami kodów kreskowych dla regionów. To eliminuje problem cichych niezgodności regionalnych.

Aktywne monitorowanie reformulacji. Gdy duże marki ogłaszają zmiany w przepisach, zespół bazy danych proaktywnie aktualizuje dane żywieniowe, zamiast czekać na zgłoszenia użytkowników. To zmniejsza czas, w którym przestarzałe dane mogą być serwowane.

Wykrywanie ponownego użycia kodów kreskowych. Systemy automatyczne oznaczają kody kreskowe, które zwracają znacznie różne profile odżywcze w porównaniu do ostatnich skanów, co uruchamia ręczną weryfikację. To szybciej wychwytuje przypadki ponownego użycia niż poleganie na skargach użytkowników.

Wynik to wskaźnik dokładności skanowania kodów kreskowych powyżej 95 procent, z znacznie mniejszą liczbą błędnych dopasowań produktów w porównaniu do aplikacji opartych wyłącznie na danych z crowdsourcingu.

Kiedy nie ufać żadnemu skanowaniu kodów kreskowych

Nawet w zweryfikowanej bazie danych, pewne sytuacje wymagają dodatkowej ostrożności:

• Produkty zakupione za granicą. Jeśli kupiłeś produkt w innym kraju niż ten, w którym skonfigurowana jest Twoja aplikacja, zawsze weryfikuj zeskanowane dane z etykietą.
• Produkty z ręcznie napisanymi lub naklejonymi etykietami. Produkty pakowane przez sklepy (np. z działu delikatesów, piekarni) mogą mieć kody kreskowe, które odpowiadają materiałowi opakowaniowemu, a nie jedzeniu.
• Produkty na wyprzedaży lub bliskie daty ważności. Te są bardziej narażone na bycie starymi formułami, które mogą nie pasować do aktualnych wpisów w bazie danych.
• Produkty luzem lub napełnione ponownie. Kod kreskowy na pojemniku, który napełniłeś w sklepie z produktami luzem, odnosi się do pojemnika, a nie do jego aktualnej zawartości.

Wszystkie te przypadki, funkcja logowania zdjęć AI Nutrola zapewnia wiarygodną alternatywę. Zrób zdjęcie etykiety odżywczej i pozwól AI wydobyć dokładne dane, całkowicie omijając kod kreskowy i wszelkie nieścisłości w bazie danych.

Jak wychwycić błędy kodów kreskowych, zanim wpłyną na Twoje śledzenie

Budowanie szybkiego nawyku weryfikacji zajmuje sekundy i zapobiega kumulowaniu się błędów:

1. Rzuć okiem na nazwę produktu. Czy zeskanowany wynik pasuje do tego, co trzymasz? Jeśli nie, odrzuć go natychmiast.
2. Sprawdź liczbę kalorii. Nie musisz zapamiętywać każdego produktu, ale prawdopodobnie masz ogólne pojęcie, czy przekąska ma 150 czy 500 kalorii. Jeśli liczba wydaje się błędna, zbadaj to.
3. Zweryfikuj jeden makroskładnik. Wybierz makroskładnik, który ma największe znaczenie dla Twoich celów (białko dla budowy mięśni, węglowodany dla diety keto, tłuszcz dla niskotłuszczowych diet) i potwierdź go w porównaniu do etykiety.
4. Zwróć uwagę na zera. Zeskanowany wpis pokazujący 0g białka, 0g tłuszczu lub 0g węglowodanów dla jedzenia, które wyraźnie zawiera ten makroskładnik, to błąd w bazie danych.

Ta czterostopniowa kontrola dodaje około pięciu sekund do każdego skanowania i wychwytuje większość błędów niezgodności, zanim trafią do Twojego dziennika.

Co zrobić, gdy odkryjesz przeszłe błędy kodów kreskowych w swoim dzienniku

Jeśli zdasz sobie sprawę, że produkt, który regularnie skanowałeś, zwracał błędne dane, oto jak ocenić i skorygować szkody:

• OsEstimate, jak długo błąd był aktywny. Sprawdź, kiedy po raz pierwszy zalogowałeś produkt i jak często go spożywasz.
• Oblicz różnicę na wpis. Porównaj nieprawidłowe wartości zeskanowane z poprawnymi wartościami etykiety.
• Zdecyduj, czy edytować retroaktywnie. Dla małych różnic (poniżej 30 kalorii na wpis) wpływ na tygodniowe sumy jest minimalny. Dla dużych różnic (100+ kalorii na wpis spożywany codziennie) retroaktywna korekta daje dokładniejszy obraz historii spożycia.
• Skoryguj źródło. Zgłoś błąd, zaktualizuj swój niestandardowy wpis lub przejdź do logowania zdjęć dla tego produktu w przyszłości.

Asystent AI Nutrola może pomóc w tej analizie. Poproś go, aby przeanalizował Twoje ostatnie wpisy dla konkretnego produktu, a on może oznaczyć wartości odżywcze, które odbiegają od zweryfikowanej bazy danych.

Argumenty za wieloma metodami logowania

Skanowanie kodów kreskowych jest szybkie i wygodne, ale traktowanie go jako jedynej metody logowania naraża Cię na wszystkie problemy opisane powyżej. Najdokładniejsze śledzenie żywności korzysta z wielu metod wprowadzania:

• Skanowanie kodów kreskowych dla szybkości przy głównych produktach markowych.
• Logowanie zdjęć AI dla weryfikacji i produktów, które nie znajdują się w bazie danych.
• Logowanie głosowe dla szybkich wpisów, gdy znasz wartości lub logujesz całe jedzenie.
• Ręczne wyszukiwanie jako uzupełnienie, gdy inne metody są niedostępne.

Nutrola integruje wszystkie cztery metody w jednym interfejsie. Możesz zacząć od skanowania kodu kreskowego, zweryfikować za pomocą zdjęcia i dostosować za pomocą szybkiej notatki głosowej, wszystko w tym samym wpisie. W połączeniu z synchronizacją z Apple Health i Google Fit, Twoje dane żywieniowe pozostają dokładne i kompletne, niezależnie od tego, którą metodę wprowadzania używasz.

Za 2,50 € miesięcznie z 3-dniowym bezpłatnym okresem próbnym możesz przetestować każdą metodę logowania i zobaczyć, jak zweryfikowana baza danych porównuje się do alternatyw z crowdsourcingu. Żadne reklamy na żadnym poziomie.

Najczęściej zadawane pytania

Jak często skanery kodów kreskowych pokazują niewłaściwy produkt?

W aplikacjach korzystających z baz danych z crowdsourcingu, błędne dopasowania produktów występują w szacunkowo 2 do 8 procent skanów. W aplikacjach z zweryfikowanymi bazami danych, takich jak Nutrola, wskaźnik spada poniżej 2 procent. Częstotliwość zależy od tego, co kupujesz: główne marki krajowe rzadko mają błędy, podczas gdy marki własne, produkty międzynarodowe i niedawno reformulowane przedmioty są bardziej narażone na niezgodności.

Czy ten sam kod kreskowy naprawdę może należeć do dwóch różnych produktów?

Tak. GS1, organizacja zarządzająca standardami kodów kreskowych, pozwala na ponowne przypisywanie kodów kreskowych po wycofaniu produktu. Zalecany czas oczekiwania wynosi 48 miesięcy, ale nie jest egzekwowany. Producenci mogą i rzeczywiście ponownie używają kodów kreskowych wcześniej, co tworzy konflikty w bazach danych żywieniowych, które zachowują stare wpisy produktów.

Dlaczego mój zeskanowany Kit-Kat pokazuje inne kalorie niż etykieta?

Najprawdopodobniej widzisz dane dla wariantu regionalnego. Nestle i Hershey produkują Kit-Kat z różnymi formułami dla różnych rynków. Wersja brytyjska, europejska i amerykańska mają różne wartości kaloryczne i makroskładników na batonik. Jeśli baza danych Twojej aplikacji nie śledzi wariantów regionalnych oddzielnie, może zwracać dane dla formuły z innego kraju.

Jak mogę wiedzieć, czy dane z mojego skanowania kodu kreskowego są dokładne?

Porównaj trzy wartości z fizyczną etykietą: całkowite kalorie, białko i całkowity tłuszcz. Jeśli wszystkie trzy pasują w granicach 5 procent, wpis jest wiarygodny. Jeśli którakolwiek wartość różni się o więcej niż 10 procent, wpis jest prawdopodobnie przestarzały, ma niezgodność regionalną lub został zgłoszony przez użytkownika z błędami. W takim przypadku zaloguj za pomocą zdjęcia lub edytuj wpis ręcznie.

Jaka jest różnica między bazą danych żywności z crowdsourcingu a zweryfikowaną bazą danych?

Baza danych z crowdsourcingu pozwala każdemu użytkownikowi na zgłaszanie wpisów produktów bez weryfikacji. To szybko się rozwija, ale wprowadza literówki, błędy jednostkowe i niekompletne dane. Zweryfikowana baza danych, taka jak Nutrola, krzyżowo odnosi wpisy do danych producentów, rządowych baz danych żywieniowych i oficjalnych źródeł produktów. Zgłoszenia są weryfikowane przed publikacją. Zweryfikowane bazy danych mają mniej błędów, ale mogą być wolniejsze w dodawaniu niszowych lub lokalnych produktów.

Czy zawsze powinienem sprawdzać etykietę żywieniową po zeskanowaniu kodu kreskowego?

Dla produktów, które skanujesz po raz pierwszy, tak, poświęć pięć sekund na porównanie zeskanowanych kalorii i głównych makroskładników z etykietą. Gdy już zweryfikujesz produkt i wiesz, że skan jest dokładny, możesz ufać przyszłym skanom tego samego przedmiotu bez ponownego sprawdzania. Zbuduj mentalną listę swoich zweryfikowanych regularnych produktów.

Czy Nutrola pozwala mi poprawić błędne wpisy kodów kreskowych dla innych użytkowników?

Tak. Gdy zgłaszasz nieprawidłowy wpis kodu kreskowego w Nutrola, zespół weryfikujący bazę danych przegląda poprawkę w porównaniu do danych producentów i aktualizuje wpis dla wszystkich użytkowników. To różni się od aplikacji, w których poprawki użytkowników są publikowane natychmiast bez weryfikacji, co może wprowadzać nowe błędy podczas naprawiania starych.

Mój skan kodu kreskowego pokazuje właściwy produkt, ale błędną wielkość porcji. Co powinienem zrobić?

To zwykle zdarza się w przypadku kodów kreskowych dla opakowań zbiorczych w porównaniu do pojedynczych produktów lub w przypadku różnic regionalnych w standardowych wielkościach porcji (USA używa innych wartości odniesienia niż UE). Dostosuj ilość porcji w swoim wpisie, aby dopasować ją do ilości, którą faktycznie spożyłeś. W Nutrola możesz ustawić niestandardową wielkość porcji dla dowolnego produktu i zapisać ją jako domyślną dla przyszłych logów.