Testing a novel multicomponent intervention to reduce meat consumption in young men
Notice bibliographique
Résumé
Both epidemiological studies and randomised controlled trials have shown that meat-eating can be harmful to human health. Meat-eating is also considered to be a moral issue, impacting negatively on the environment and the welfare of animals. To date, very little scientific research has aimed to reduce this dietary behavior. Therefore, the current research tests the effectiveness of a 4-week multicomponent intervention designed to reduce meat-eating. Using a randomised controlled trial procedure, thirty-two young men (mean age: 23.5 ± 3.1 years old) were randomly assigned into two equal groups, the intervention vs control group. Based on research in social and health psychology, the intervention was composed of five components expected to reduce meat consumption: a social norm component; an informational/educational component; an appeal to fear; a mind attribution induction; and a goal setting/self-monitoring component. Measures of different types of meat intake (using dietary journals) were taken at baseline (Time 1) as well as 2 (Time 2) and 4 weeks later (Time 3). Emotions and attitudes toward meat-eating and animals were also assessed at Time 3. Significant reductions in total and weekend red meat consumption as well as cold cuts consumed on the weekend were observed in the intervention condition from Time 1 to Time 3. Moreover, reduced positive emotions toward eating meat mediated the reduction in red meat consumption. The component of the intervention that participants most often perceived as having led to a reduction in their meat consumption was the informational component. In conclusion, results provide support for the effectiveness of the multicomponent intervention and for the mediating role of positive emotions when predicting behavioral changes in meat consumption.
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) | 0,000 | 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) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».