Digital Gaming for Nutritional Education: A Survey on Preferences, Motives, and Needs of Children and Adolescents
Notice bibliographique
Résumé
BACKGROUND: Use of novel information and communication technologies are frequently discussed as promising tools to prevent and treat overweight and obesity in children and adolescents. OBJECTIVE: This survey aims to describe the preferences, motives, and needs of children and adolescents regarding nutrition and digital games. METHODS: We conducted a survey in 6 secondary schools in the southern region of Germany using a 43-item questionnaire. Questions referred to preferences, motives, and needs of children and adolescents regarding nutrition and digital games. In addition, knowledge regarding nutrition was assessed with 4 questions. We collected self-reported sociodemographic and anthropometric data. Descriptive statistical analyses were performed using SPSS. RESULTS: In total, 293 children and adolescents participated in the study, with ages 12-18 years (137 girls, 46.8%), weight 30.0-120.0 (mean 60.2 [SD 13.2]) kg, and height 1.4-2.0 (mean 1.7 [SD 0.1]) m. A total of 5.5% (16/290) correctly answered the 4 questions regarding nutrition knowledge. Study participants acquired digital nutritional information primarily from the internet (166/291, 57.0%) and television (97/291, 33.3%), while school education (161/291, 55.3%) and parents or other adults (209/291, 71.8%) were the most relevant nondigital information sources. Most participants (242/283, 85.5%) reported that they regularly play digital games. More than half (144/236, 61.0%) stated that they play digital games on a daily basis on their smartphones or tablets, and almost 70% (151/282, 66.5%) reported playing digital games for ≤30 minutes without any interruption. One-half of respondents (144/280, 51.4%) also stated that they were interested in receiving information about nutrition while playing digital games. CONCLUSIONS: This survey suggests that nutrition knowledge in children and adolescents might be deficient. Most children and adolescents play digital games and express interest in acquiring nutritional information during digital gameplay. A digital game with a focus on sound nutrition could be a potential educational tool for imparting nutrition knowledge and promoting healthier nutrition behaviors in children and adolescents.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».