Direct and Indirect Effects of Everyday Emotions on Food Intake of Elderly Patients in Institutions
Notice bibliographique
Résumé
BACKGROUND: Decreased food intake is an important risk factor for malnutrition, which is highly prevalent among geriatric patients. The emotional nature of the hospitalization experience and the complex organizational setting involved in meal production and delivery services in institutions increase the risk for decreased food intake. Everyday emotions are known to have a particularly strong influence on decision-making and behavior in the elderly, and have also been shown, in younger populations, to influence food intake and its psychological antecedents, such as quality perception and satisfaction judgments. The objective of this paper is to study the direct impact of elderly patients' everyday emotions on food intake and their indirect effects mediated by quality perceptions and satisfaction judgments. METHODS: Thirty patients (20 women, 10 men, 65-92 age range) in a geriatric rehabilitation unit were observed on repeated meal episodes (average of 46 care episodes per patient) where they provided self-reports for emotions (positive emotions, anger, anxiety, and mild depressed feelings), perceived meal quality, and satisfaction. Food intake was measured in terms of energy and protein content. RESULTS: The impact on food intake was favorable, and both direct and indirect for positive emotions, direct and negative for anxiety, direct and positive for mild depressed feelings, and indirect and negative for anger. Indirect effects were mediated by quality perception judgments but not by satisfaction, which was not significantly related to food intake. CONCLUSION: Results suggest that, given their impact on food intake, measuring and monitoring patients' everyday emotions may be an important innovative strategy to improve food intake of elderly patients in institutions.
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 | 0,000 | 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 | 0,001 |
| 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 ».