Barriers and Facilitators to Safe Food Handling among Consumers: A Systematic Review and Thematic Synthesis of Qualitative Research Studies
Notice bibliographique
Résumé
Foodborne illness has a substantial health and economic burden on society, and most cases are believed to be due to unsafe food handling practices at home. Several qualitative research studies have been conducted to investigate consumers' perspectives, opinions, and experiences with safe food handling at home, and these studies provide insights into the underlying barriers and facilitators affecting their safe food handling behaviours. We conducted a systematic review of previously published qualitative studies in this area to synthesize the main across-study themes and to develop recommendations for future consumer interventions and research. The review was conducted using the following steps: comprehensive search strategy; relevance screening of abstracts; relevance confirmation of articles; study quality assessment; thematic synthesis of the results; and quality-of-evidence assessment. A total of 39 relevant articles reporting on 37 unique qualitative studies were identified. Twenty-one barriers and 10 facilitators to safe food handling were identified, grouped across six descriptive themes: confidence and perceived risk; knowledge-behaviour gap; habits and heuristics; practical and lifestyle constraints; food preferences; and societal and social influences. Our overall confidence that each barrier and facilitator represents the phenomenon of interest was rated as high (n = 11), moderate (11), and low (9). Overarching analytical themes included: 1) safe food handling behaviours occur as part of a complex interaction of everyday consumer practices and habituation; 2) most consumers are not concerned about food safety and are generally not motivated to change their behaviours based on new knowledge about food safety risks; and 3) consumers are amenable to changing their safe food handling habits through relevant social pressures. Key implications and recommendations for research, policy and practice are discussed.
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 | 0,076 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,016 | 0,018 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».