Interventions for Improving Young Children’s Dietary Intake through Early Childhood Settings: A Systematic Review
Notice bibliographique
Résumé
Early childhood settings (ECS) offer a unique opportunity to intervene to improve children’s nutrition. This paper reviews the literature on early childhood setting interventions that aim to improve children’s dietary intake. Environmental and individual determinants of children’s dietary intakes were also investigated. Prospective intervention studies targeting centres, staff, parents/caregivers or children, were reviewed. Methodological quality was assessed. Twenty six studies (14 weak, 12 moderate quality) were included. Interventions were delivered primarily via training workshops and/or written materials. Study findings favoured intervention effectiveness in 23 studies. Improvements were seen in children’s intake for 8 out of 11 studies assessing dietary intake outcomes. Small increases in fruit and vegetable consumption were observed in five studies. Most studies measuring parental or centre food provision observed post-intervention improvements across a number of food groups, including fruit, vegetables, whole grains and sweetened beverages. Significant improvements in child, parent and/or staff knowledge, attitudes or behaviours were observed consistently across studies. For those studies that included a comparison group, these improvements were observed only in the intervention group. ECS interventions can achieve changes in children’s dietary intake and associated socio- environmental- determinants, although the quality of current research limits confidence in study findings. Future intervention development needs to carefully consider the behavioural targets, modifiable determinants and utilise age-appropriate and effective behaviour change theory, in addition to inclusion of dietary intake outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».