Comparing Interviewer-Administered and Web-Based Food Frequency Questionnaires to Predict Energy Requirements in Adults
Notice bibliographique
Résumé
Traditional food frequency questionnaires (FFQs) are influenced by systematic error, but web-based FFQ (WEB-FFQs) may mitigate this source of error. The objective of this study was to compare the accuracy of interview-based and web-based FFQs to assess energy requirements (mERs). The mER was measured in a series of controlled feeding trials in which participants daily received all foods and caloric drinks to maintain stable body weight over 4 to 6 weeks. FFQs assessing dietary intakes and hence mean energy intake were either interviewer-administered by a registered dietitian (IA-FFQ, n = 127; control method) or self-administered using a web-based platform (WEB-FFQ, n = 200; test method), on a single occasion. Comparison between self-reported energy intake and mER revealed significant under-reporting with the IA-FFQ (−9.5%; 95% CI, −12.7 to −6.1) and with the WEB-FFQ (−11.0%; 95% CI, −15.4 to −6.4), but to a similar extent between FFQs (p = 0.62). However, a greater proportion of individuals were considered as accurate reporters of energy intake using the IA-FFQ compared with the WEB-FFQ (67.7% vs. 48.0%, respectively), while the prevalence of over-reporting was lower with the IA-FFQ than with the WEB-FFQ (6.3% vs. 17.5%, respectively). These results suggest less accurate prediction of true energy intake by a self-administered WEB-FFQ than with an IA-FFQ.
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 | 0,023 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».