Low fruit and vegetable consumption is associated with low knowledge of the details of the 5‐a‐day fruit and vegetable message in the<scp>UK</scp>: findings from two cross‐sectional questionnaire studies
Notice bibliographique
Résumé
BACKGROUND: This project aimed to understand the details of the 5-a-day fruit and vegetable (FV) message (which foods are included, portion sizes, the need for variety, reasons for consumption) least known by UK consumers, and most associated with low FV consumption. METHODS: Study 1 assessed FV consumption, knowledge of the details of the message, and relationships between these, using a short questionnaire administered face-to-face to an opportunity sample of one large UK city. Study 2 assessed the same variables using a comprehensive postal questionnaire administered across the UK to a representative population sample. RESULTS: Five hundred and seven respondents completed Study 1 and 247 respondents completed Study 2. The majority of individuals in both studies were aware of the 5-a-day message and could recount this correctly. In both studies, however, knowledge of the details of the message was low, and lower knowledge was associated with lower FV consumption. Respondents had lowest knowledge of the details of the message related to portion sizes and the need for variety. However, FV consumption was not independently associated with knowledge of any one aspect of the message. CONCLUSIONS: These findings suggest that, although most of the UK population sampled were aware of the 5-a-day FV message and could recount this correctly, details of the 5-a-day FV message were not well known, and that FV consumption was related to this knowledge. These findings suggest that strategies to increase FV consumption will benefit from increasing UK consumers' knowledge of the details of the 5-a-day FV message.
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 | 0,001 | 0,001 |
| 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 ».