Identifying attributes of food literacy: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: An absence of food literacy measurement tools makes it challenging for nutrition practitioners to assess the impact of food literacy on healthy diets and to evaluate the outcomes of food literacy interventions. The objective of the present scoping review was to identify the attributes of food literacy. DESIGN: A scoping review of peer-reviewed and grey literature was conducted and attributes of food literacy identified. Subjects included in the search were high-risk groups. Eligible articles were limited to research from Canada, USA, the UK, Australia and New Zealand. RESULTS: The search identified nineteen peer-reviewed and thirty grey literature sources. Fifteen identified food literacy attributes were organized into five categories. Food and Nutrition Knowledge informs decisions about intake and distinguishing between 'healthy' and 'unhealthy' foods. Food Skills focuses on techniques of food purchasing, preparation, handling and storage. Self-Efficacy and Confidence represent one's capacity to perform successfully in specific situations. Ecologic refers to beyond self and the interaction of macro- and microsystems with food decisions and behaviours. Food Decisions reflects the application of knowledge, information and skills to make food choices. These interdependent attributes are depicted in a proposed conceptual model. CONCLUSIONS: The lack of evaluated tools inhibits the ability to assess and monitor food literacy; tailor, target and evaluate programmes; identify gaps in programming; engage in advocacy; and allocate resources. The present scoping review provides the foundation for the development of a food literacy measurement tool to address these gaps.
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 | 0,034 | 0,175 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,035 | 0,028 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».