Associations between frequency of food shopping at different store types and diet and weight outcomes: findings from the NEWPATH study
Notice bibliographique
Résumé
OBJECTIVE: The present study aimed to: (i) examine associations between food store patronage and diet and weight-related outcomes; and (ii) explore consumer motivations for visiting different types of food store. DESIGN: A stratified probability sample of residents completed household and individual-level surveys in 2009/2010 on food purchasing patterns and motivations, dietary intake, waist circumference (WC), weight and height. Diet quality was calculated using the Healthy Eating Index for Canada from a subset of participants (n 1362). Generalized estimating equations were created in 2015 to examine how frequency of patronizing different types of food store was associated with diet quality, intake of fruits and vegetable, mean intake of energy (kcal) sodium and saturated fat, WC and BMI. SETTING: Three mid-sized urban municipalities in Ontario, Canada. SUBJECTS: A representative sample of residents (n 4574). RESULTS: Participants who shopped frequently at food co-ops had significantly better diet quality (β=5·3; 99 % CI 0·3, 10·2) than those who did not. BMI and WC were significantly lower among those who frequently shopped at specialty shops (BMI, β=-2·1; 99 % CI -3·0, -1·1; WC, β=-4·8; 99 % CI -7·0, -2·5) and farmers' markets (BMI, β=-1·4; 99 % CI -2·3, -0·5; WC, β=-3·8; 99 % CI -6·0, -1·6) compared with those who did not. Relative importance of reasons for food outlet selection differed by large (price, food quality) v. small (proximity, convenient hours) shopping trip and by outlet type. CONCLUSIONS: Findings contribute to our understanding of food store selection and have implications for potentially relevant retail food intervention settings.
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) | 0,000 | 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 | 0,000 |
| 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 ».