Qualitative Analysis of Cognitive Interviews With School Children: A Web-Based Food Intake Questionnaire
Notice bibliographique
Résumé
BACKGROUND: The use of computers to administer dietary assessment questionnaires has shown potential, particularly due to the variety of interactive features that can attract and sustain children's attention. Cognitive interviews can help researchers to gain insights into how children understand and elaborate their response processes in this type of questionnaire. OBJECTIVE: To present the cognitive interview results of children who answered the WebCAAFE, a Web-based questionnaire, to obtain an in-depth understanding of children's response processes. METHODS: Cognitive interviews were conducted with children (using a pretested interview script). Analyses were carried out using thematic analysis within a grounded theory framework of inductive coding. RESULTS: A total of 40 children participated in the study, and 4 themes were identified: (1) the meaning of words, (2) understanding instructions, (3) ways to resolve possible problems, and (4) suggestions for improving the questionnaire. Most children understood questions that assessed nutritional intake over the past 24 hours, although the structure of the questionnaire designed to facilitate recall of dietary intake was not always fully understood. Younger children (7 and 8 years old) had more difficulty relating the food images to mixed dishes and foods eaten with bread (eg, jam, cheese). Children were able to provide suggestions for improving future versions of the questionnaire. CONCLUSIONS: More attention should be paid to children aged 8 years or below, as they had the greatest difficulty completing the WebCAAFE.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».