The effect of portion size and unit size on food intake: Unit bias or segmentation effect?
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
OBJECTIVE: The "unit bias" has been proposed as an explanation for the portion-size effect; people consider a single unit to be an appropriate amount to eat and thus eat more when served a larger unit than when served a smaller unit. We suggest that the unit bias might be better characterized as a "segmentation effect," such that people eat less when a unit of food is separated into smaller subunits, but may eat more than a single unit. Furthermore, we suggest that portion-size effects should be independent of this segmentation effect. METHOD: In Study 1, female participants (n = 87) were served either a small or large portion of food that was either presented in the form of a single unit or multiple individually wrapped units. In Study 2, female participants (n = 42) were served a fixed portion of food that was either presented in the form of a single unit or multiple units presented on separate plates. RESULTS: Across both studies, there was no evidence that participants prefer to eat a single unit. Participants served multiple smaller units did eat less than did participants served a single larger unit, even when the overall portion size was the same, but the amount eaten was consistently more than a single unit. Furthermore, perceived norms of appropriate intake mediated the effect of unit number on food intake. CONCLUSIONS: These findings suggest that a segmentation effect, rather than a unit bias, is driving people's food intake, with implications for designing interventions aimed at reducing excessive food 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 | 0,002 | 0,001 |
| 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 découle