Rapid Assessment of Reward‐Related Eating: The RED‐X5
Notice bibliographique
Résumé
OBJECTIVE: The prevalence of obesity has created a plethora of questionnaires characterizing psychological aspects of eating behavior, such as reward-related eating (RRE). The Reward-based Eating Drive questionnaires (RED-9, RED-13) broadly and deeply assess the RRE construct. However, large-sample research designs require shorter questionnaires that capture RRE quickly and precisely. This study sought to develop a brief, reliable, and valid version of the RED questionnaire. METHODS: All-subset correlation was used to find a subset that maximally associated with the full RED-13 in two separate samples. Results were validated in a third independent sample. Internal consistency, test-retest reliability, and ability to explain variance in external outcomes were also assessed. RESULTS: A five-item questionnaire (RED-X5) correlated strongly with RED-13 in the independent sample (r = 0.95). RED-X5 demonstrated high internal consistency (omega total ≥ 0.80) and 6-month test-retest reliability (r = 0.72). RED-X5 accurately reproduced known associations between RED-13 and BMI, diabetes status, and craving for sweet and savory foods. As a novel finding, RED questionnaires predicted laboratory intake of chips. CONCLUSIONS: RED-X5 is a short, reliable, and valid measure of the RRE construct and can be readily implemented in large-sample research designs in which questionnaire space is limited.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».