Food and Culinary Knowledge and Skills: Perceptions of Undergraduate Dietetic Students
Notice bibliographique
Résumé
PURPOSE: The objective of the current study was to examine food and culinary skills and knowledge of dietetic students. METHODS: to explore the skills, knowledge, and perceptions of undergraduate dietetic students regarding food and cooking. Chi-square and logistic regression analyses were used to compare skills and knowledge of food and culinary concepts. RESULTS: The final sample included second- (n = 22) and third-year (n = 22) students within the Baccalauréat specialisé en sciences de la nutrition program at the University of Ottawa. There were no significant differences (P > 0.05) on 3 of 4 skills (preparing a cake, whipping egg whites, or baking a yeast bread) or knowledge concepts (fold, baste, braise, grill, and poach) amongst second- and third-year students. Third-year students perceived more skill in preparing a béchamel sauce. There was a trend for third-year students (59%) to have higher food and cooking skills and knowledge compared with second-year students (32%). CONCLUSIONS: Perceived knowledge and confidence was proportional with the academic year, whereas overall knowledge and skills of food and culinary concepts were moderate among both groups of students. This research suggests that more dedicated time may need to be spent on food and cooking competencies in undergraduate dietetic education.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».