Use of Nutrition Information and Understanding of “Percent Daily Value” on Nutrition Facts Tables: Evaluating the Impact of a National Public Education Campaign among Youth and Young Adults in Canada
Notice bibliographique
Résumé
Purpose: In 2010, Health Canada implemented a national campaign to improve understanding of “percent daily value” (%DV) in Nutrition Facts Tables (NFTs). This study examined sources of nutrition information and knowledge of %DV information communicated in the campaign. Methods: Respondents aged 16–30 years completed the Canada Food Study in 2016 (n = 2665). Measures included sources of nutrition information, NFT use, and %DV knowledge based on the campaign message (“5% DV or less is a little; 15% DV or more is a lot”). A logistic regression examined correlates of providing “correct” responses to %DV questions related to the campaign messaging. Results: Overall, 7.2% (n = 191) respondents correctly indicated that 5% is “a little”, and 4.3% (n = 115) correctly indicated 15% DV was “a lot”. Only 4.0% (n = 107) correctly answered both. Correct recall of %DV amounts was not associated with number of information sources reported, but was greater among those who were female, were younger, and reported greater NFT understanding and serving size information use (P < 0.05 for all). Conclusions: Results show low awareness of messaging from the Nutrition Facts Education Campaign among young Canadians. Such a mass media campaign may be insufficient on its own to enhance population-level understanding of %DV.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».