Prevalence and Implementation Practices of School Salad Bars Across Grade Levels
Notice bibliographique
Résumé
PURPOSE: To assess the prevalence of school salad bars in Arizona and to describe common practices of salad bar use among school nutrition managers across grade level. DESIGN: Cross-sectional web-based surveys. PARTICIPANTS: School nutrition managers from elementary, middle, high, and K-12 schools (N = 648). MEASURES: Prevalence of salad bars; implementation practices such as years with salad bar, salad bar type, location, monitor, and reimbursement practices; and food-related components of salad bars including frequency of items, popular items, and sources of food. ANALYSIS: Descriptive analyses were conducted including Fisher exact test, analysis of variance, and the Kruskal-Wallis test comparing practices across grade level (elementary, middle, high, and K-12 schools). RESULTS: Overall, 61.1% of respondents had a salad bar; there were significant differences in the prevalence across grade level: elementary, middle, high, and K-12 schools had prevalence of 67.3%, 75.0%, 45.5%, and 51.1%, respectively ( P < .001). We observed significant differences in the implementation and food-related components of salad bars across grade levels including type, salad bar location, sources of food, and frequency of serving cut vegetables. CONCLUSION: This study provides insights on the prevalence of salad bars and is the first to report on implementation practices of school salad bars. These results may also guide the development of interventions for nutrition educators to use for the promotion fruit and vegetable consumption via school salad bars.
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 | 0,001 | 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 | 0,001 |
| 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 ».