A Retrospective Study on Changes in Food Preferences of Japanese High School Students from Childhood to the Present Day
Notice bibliographique
Résumé
Background: To conduct a retrospective study for investigating changes in food preferences of high school students from childhood to the present day.Methods: The study included 1,300 students aged 16–18 years who responded to a questionnaire regarding food items that they disliked at present and in their childhood; they selected a list of 55 foods and responded to 35 questions regarding their food habits. The distribution was categorized into four patterns of food preferences based on whether a particular student had disliked a particular food item during childhood (+) and during high school at present (+). Food preference at present was examined for all other items using logistic regression analysis after adjusting for gender and age. Results: In total, 66.9% of the subjects reported (+) to (+), 12.5% reported (+) to (−), 6.5% reported (−) to (+), and 14.1% reported (−) to (−). Even in the (+) to (+) group, a significant decrease was observed in the number of disliked foods from childhood (5.5 ± 5.4) to the present day (4.2 ± 4.1) (P < 0.001, ANOVA). No dislike for any food item at present was related to no dislike for any food item during childhood [odds ratio (OR), 12.57; 95% confidence interval (CI), 8.3–19.1]] and talking positively about food (OR, 1.28; 95% CI, 1.11–1.49) but inversely related to the limited use of smartphone while eating (OR, 0.86; 95% CI, 0.75–0.98). Conclusion: Decreasing the dislike for foods at present as well as no dislike for any food item during childhood may be crucial for developing future good food habits in high school students. In addition, to improve current food preferences, students may need to eat together.
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 | 0,010 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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 ».