A household food inventory for North American Chinese
Notice bibliographique
Résumé
OBJECTIVE: To determine whether a short set of questions about foods in the household can provide information about the fat-related dietary behaviour of individual household members in less-acculturated Chinese populations. DESIGN: Cross-sectional survey. PARTICIPANTS: The study population included 244 adult females of Chinese ethnicity in Seattle, WA, and Vancouver, BC, Canada. SETTING: Bilingual interviewers collected information on the presence of 14 high-fat foods and seven reduced-fat foods in the household. Respondents were also asked about the consumption of foods and behaviour reflective of adoption of Western dietary practices, fat-related dietary behaviour, changes in consumption of high-fat foods since immigration, and sociodemographic characteristics. RESULTS: Although this was a less-acculturated sample, many households had Western foods such as butter (58%), lunchmeats (36%), snack chips (43%), and 1% or skim milk (48%). Households with respondents who were younger, married, employed outside the home, and lived with young children had significantly more high-fat foods, while high education and longer percentage of life in North America were significantly associated with having more reduced-fat foods (P , or = 0.05). Participants living in households with more high-fat foods had higher-fat dietary behaviour than those with fewer high-fat foods (fat-related dietary behaviour score, 1.54 versus 1.28; P < 0.001). Women in households with more reduced-fat foods had a significantly decreased consumption of high-fat foods since immigration compared with those in households with fewer reduced-fat foods (P < 0.001). Western dietary acculturation was higher among women in households both with more high-fat foods and more reduced-fat food counterparts (P < or = 0.05). CONCLUSIONS: Our inventory of household foods was strongly associated with current dietary behaviour, changes in food consumption, and westernization of dietary patterns. This simple, practical measure may be a useful alternative dietary assessment tool in less-acculturated Chinese populations.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».