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 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) | 0,006 | 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 ».