MétaCan
Menu
Retour à la cohorte
Enregistrement W2221393186 · doi:10.5539/jfr.v5n1p88

Impact of a Pilot Intervention to Improve Nutrition Knowledge and Cooking Confidence Among Low-Income Individuals

2015· article· en· W2221393186 sur OpenAlexvenueno aff
Stacey C. Driver, Carol A. Friesen

Notice bibliographique

RevueJournal of Food Research · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutrition EducationMedicineFood preparationIntervention (counseling)Low incomeSupplemental Nutrition Assistance ProgramEnvironmental healthConfidence intervalFood groupLow ConfidenceGerontologyFood safetyPsychologyNursingFood insecurityFood securityAgricultureSocial psychology

Résumé

récupéré en direct d'OpenAlex

Poor dietary behaviors, limited food preparation skills, and low levels of self-efficacy toward preparing healthy meals have been indicated in low-income and food insecure populations. The purpose of this pilot intervention was to determine the effectiveness of a community cooking demonstration at increasing participants’ general nutrition knowledge and confidence to prepare healthy meals with limited resources. Data was analyzed from a convenience sample of 23 low-income adults associated with Head Start (n=8) or a local soup kitchen (n=15) in the Midwestern United States. Participants attended a one-hour presentation comprised of a cooking demonstration, taste testing, and basic education on the MyPlate food guide and food safety. Subjects completed a pre- and post-assessment to measure changes in cooking confidence and general food and nutrition knowledge. Results indicated that, although there were no significant improvements in participants’ confidence to prepare healthy meals (39.3±11.3 vs. 44.5±9.1; t=1.76, p=0.25), subjects experienced significant gains in knowledge related to the MyPlate food guide (1.2±0.5 vs. 1.8±0.8; t=2.82, p=0.01) and basic food safety (0.7±0.9 vs. 2.5±1.0; t=6.05, p<0.01). Further research is necessary to identify effective strategies for parlaying increased nutrition knowledge into improved self-efficacy and behavior change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,568

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,406
Tête enseignante GPT0,590
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207