Changing Sodium Knowledge, Attitudes and Intended Behaviours Using Web-Based Dietary Assessment Tools: A Proof-Of-Concept Study
Notice bibliographique
Résumé
Despite public health efforts to reduce dietary sodium, sodium intakes in most countries remains high. The purpose of this study was to determine if using novel web-based tools that provide tailored feedback, the Sodium Calculator and Sodium Calculator Plus, improves users’ sodium-related knowledge, attitudes, and intended behaviours (KAB). In this single arm pre- and post-test study, 199 healthy adults aged 18–34 years completed a validated questionnaire to assess changes to sodium-related KAB before and after using the calculators. After using the calculators, the proportion of participants who accurately identified the sodium adequate intake and chronic disease risk reduction level increased (19% to 74% and 23% to 74%, respectively, both p = 0.021). The proportion accurately self-assessing their sodium intake as ‘high’ also increased (41% to 66%, p = 0.021). Several intended behavioural changes were reported, i.e., buying foods with sodium-reduced labels, using the Nutrition Facts table, using spices and herbs instead of salt, and limiting eating out. Evidence-based eHealth tools that assess and provide personalized feedback on sodium intake have the potential to aid in facilitating sodium reduction in individuals. This study is an important first step in evaluating and optimizing the implementation of eHealth tools to help reduce Canadians’ sodium intakes.
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) | 0,000 | 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 ».