Behavioural determinants of salt consumption among hypertensive individuals
Notice bibliographique
Résumé
BACKGROUND: High salt consumption among populations remains a challenge for health professionals dealing with prevention and control of hypertension. The present study aimed to identify the psychosocial predictors of salt consumption among hypertensive individuals, based on an extended version of the Theory of Planned Behaviour (TPB). Three salt consumption behaviours were studied: Behaviour 1- using <4 g of salt per day during cooking; Behaviour 2- avoiding adding salt/table salt use to the prepared foods; and Behaviour 3- avoiding the consumption of foods with high salt content. METHODS: At baseline (n = 108), TPB and additional variables (self-efficacy, habit, past behaviour, hedonic determinant, self-perceived diet quality) were measured. At 2-month follow-up (n = 95), the three behaviours were assessed. Behaviour and intention were sequentially regressed on the study variables, using polytomous logistic regression and hierarchical linear regression with rank transformation, respectively. RESULTS: Behaviour 1 was predicted by intention [odds ratio (OR) = 6.23; 95% confidence interval (CI) = 1.81-21.52], whereas self-efficacy and habit predicted intention. Behaviour 2 exhibited high score mean and low variation and was predicted by self-perceived diet quality (OR = 2.56; 95% CI = 1.03-6.36). Behaviour 3 was predicted by the hedonic determinant (OR = 1.42; 95% CI = 1.01-1.98). CONCLUSIONS: The results indicate that salt-related behaviours are explained by a variety of determinants. Among these determinants, special consideration should be given to motivational and hedonic aspects.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».