An Experiential Cooking and Nutrition Education Program Increases Cooking Self-Efficacy and Vegetable Consumption in Children in Grades 3–8
Notice bibliographique
Résumé
OBJECTIVE: Evaluate the effect of a community-based, experiential cooking and nutrition education program on consumption of fruits and vegetables and associated intermediate outcomes in students from low-income families. DESIGN: Quasi-experimental program evaluation by pre-post survey of participating students and their parents. SETTING: Underserved elementary and middle schools in Chicago. PARTICIPANTS: Students (n = 271; 65% girls, 44% Hispanic, 32% African American; 94% eligible for free/reduced price lunch) in grades 3-8 selected by school staff to participate by variable inclusion criteria. 59% of students who applied returned both pre- and post-surveys. INTERVENTION(S): Ten-week (2 h/wk) chef-instructor-led program held in cafeteria kitchens after school. MAIN OUTCOME MEASURE(S): Changes in student nutrition knowledge, cooking self-efficacy, fruit and vegetable liking and consumption, and communication to family about healthy eating. ANALYSIS: Changes from beginning to end of program were analyzed with paired t test. Results were considered significant at P < .05. RESULTS: Increased nutrition knowledge score from 0.6 to 0.8, cooking self-efficacy score from 3.2 to 3.6, and vegetable consumption score from 2.2 to 2.4 (all P < .05). Increased score for communication about healthy eating (4.1 to 4.4; P < .05) 6 months after the end of the course. CONCLUSIONS AND IMPLICATIONS: Experiential cooking and nutrition education programs led by chef-instructors may be effective ways to improve nutrition in low-income communities.
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 | 0,001 |
| 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 ».