A Systematic Review of Tools Measuring Nutrition Knowledge of Pre‐Adolescents and Adolescents in a School‐Based Setting
Notice bibliographique
Résumé
BACKGROUND: Measurement of nutrition knowledge is common in interventions targeting dietary modifications in a school-based setting. Previous research has noted a general lack of disclosure regarding the details and psychometric properties of nutrition knowledge tools, which makes uptake of previously used instruments extremely difficult. METHODS: Our systematic literature review sought to identify interventions measuring nutrition knowledge in school settings to students aged 9 to 18. Studies were categorized according to content subject and relevant descriptive characteristics and psychometric properties were extracted. RESULTS: Following the initial screening of 16,868 articles, 308 papers were evaluated for eligibility. Sixty-seven studies consistent with the inclusion criteria were included in the review. A minority of studies reported analysis of validity (31.3%) and/or reliability (40.3%), and 73.1% of studies had at least one unknown relevant descriptive characteristic. The majority (68.7%) of studies were custom developed, of which only 13 reproduced the tool in the publication. CONCLUSION: Overall, there was an alarming lack of reporting across studies, both in terms of the description of knowledge tools as well as their psychometric properties. These omissions make the selection of appropriate instruments for use in novel contexts difficult, and highlight the need for greater disclosure and pre-intervention testing.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 ».