Would Students Prefer to Eat Healthier Foods at School?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This study sought to elucidate students' perceptions of school food environments and to assess correlations between perceptions and purchasing and consumption behaviors at school. METHODS: Seventh and ninth graders (n = 5365) at 19 schools in multiethnic, low-income California communities participating in the Healthy Eating Active Communities program completed questionnaires assessing their attitudes and behaviors regarding school food environments during spring 2006. RESULTS: Most students (69%) reported that fresh fruit was important to be able to buy at school; more than chips (21%), candy (28%), or soda (31%). Reported importance of food offerings was correlated with the consumption of those items. Most students did not perceive foods/beverages offered at school to be healthy; fewer than a quarter reported eating fruits or vegetables (FV) at school. Students eating school lunch were more than twice as likely to consume FV, though if they also purchased from competitive venues, their consumption of candy, chips, and soda was similar to their peers who purchased only competitive foods. CONCLUSION: Students report healthy foods to be important to be able to buy at school, but do not perceive their school food environment to be healthy and consume more unhealthy foods at school. Students served healthy items via school lunch are more likely to consume them; however, they also purchase and consume unhealthy items if available. Findings suggest that modifying school food environments to facilitate consumption of healthy foods and limit unhealthy foods will better match students' preferences and could lead to improved dietary intake.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle