Barriers and Facilitators to Intake of Dairy Products in Adolescent Males and Females With Different Levels of Habitual Intake
Notice bibliographique
Résumé
Background: Dairy products and alternatives can contribute to overall good health including positive body composition and decreased adiposity; however, these foods are grossly underconsumed by youth, and worldwide, almost 25% of children are overweight or obese. Objective: The study investigated the barriers and facilitators toward dairy consumption by Grade 7 youth. Methods: Thirty 50-minute, audio-recorded focus groups were conducted with 134 students in eight Grade 7 classes across 5 elementary schools. Focus groups were led by trained facilitators in the elementary schools and participants were separated based on dairy consumption and gender. Recorded data were transcribed and thematically analyzed using qualitative analysis software to identify themes related to barriers and facilitators to dairy product intake by each gender. Results: Factors considered important by males and females across different levels of habitual intake include personal knowledge about dairy products and misconceptions regarding dairy foods and their associated health benefits; food characteristics, including taste; personal behaviors such as habits or routines including dairy products; social environments including parental and peer influence; physical environments factors such as availability and skipping meals; and the convenience of dairy products. Interestingly, only males noted sports as a positive influence for dairy product intake. Also, there were differences in the way males and females perceived dining out as affecting their dairy intake. Conclusion: Results suggest several potential factors that nutrition education interventions aiming to increase dairy consumption could target.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».