Assessing the relationship between water and nutrition knowledge and beverage consumption habits in children
Notice bibliographique
Résumé
OBJECTIVE: To examine the relationship between knowledge and beverage consumption habits among children. DESIGN: Cross-sectional analysis. Linear regression was used to identify sociodemographic, dietary and behavioural determinants of beverage consumption and knowledge, and to describe the relationships between children's knowledge and water and sugar-sweetened beverage (SSB) consumption. SETTINGS: Seventeen elementary schools in London, Ontario, Canada. PARTICIPANTS: A total of 1049 children aged 8-14 years. RESULTS: Knowledge scores were low overall. Children with higher knowledge scores consumed significantly fewer SSB (β = -0·33; 95 % CI -0·49, -0·18; P < 0·0001) and significantly more water (β = 0·34; 95 % CI 0·16, 0·52; P = 0·0002). More frequent refillable water bottle use, lower junk food consumption, lower fruit and vegetable consumption, female sex, higher parental education, two-parent households and not participating in a milk programme were associated with a higher water consumption. Male sex, higher junk food consumption, single-parent households, lower parental education, participating in a milk programme, less frequent refillable water bottle use and permission to leave school grounds at lunchtime were associated with a higher SSB consumption. Water was the most frequently consumed beverage; however, 79 % of respondents reported consuming an SSB at least once daily and 50 % reported consuming an SSB three or more times daily. CONCLUSIONS: Elementary-school children have relatively low nutrition and water knowledge and consume high proportions of SSB. Higher knowledge is associated with increased water consumption and reduced SSB consumption. Interventions to increase knowledge may be effective at improving children's beverage consumption habits.
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 | 0,001 | 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 | 0,001 |
| 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 ».