Using verbal protocol to examine the comprehension and use of nutrition facts tables among young Canadians (390.8)
Notice bibliographique
Résumé
OBJECTIVES: To explore how young Canadians engage with, understand, and use serving size and %DV information on current and modified Nutrition Facts Tables (NFts). METHODS: 26 participants aged 16‐24 years were recruited. Participants were randomly assigned to two NFts, one with high (蠅15%DV) and one with low (≤5%DV) sodium amount, altered to one of the 6 conditions: 1) Current NFts; 2) Standardized serving sizes (SSS); 3) High/Low (H/L) descriptors beside % Daily Value (%DV) for negative nutrients; 4) SSS + H/L descriptors; 5) H/L and color beside %DV; and 6) SSS + H/L and color. Participants completed a skill‐based questionnaire using the “think aloud” technique. Content analysis was used to examine how participants interpret, define, compare, and manipulate information in NFts. RESULTS: Exploration of participants’ thought processes identified barriers to understanding and using the current NFt. The barriers include failure to understand %DV, difficulty in manipulating %DV to compare nutrients across various serving sizes, and confusion about how to use NFt to choose foods. Analysis also revealed that the barriers mentioned above can be addressed by standardizing serving sizes on NFts and adding simple descriptors and/or colors to %DV information. CONCLUSIONS: SSS and H/L descriptors or color coded %DV information assists young people in understanding and using NFts when comparing and choosing foods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».