MétaCan
Menu
Retour à la cohorte
Enregistrement W3081367690 · doi:10.2196/20720

Association Between Usage of an App to Redeem Prescribed Food Benefits and Redemption Behaviors Among the Special Supplemental Nutrition Program for Women, Infants, and Children Participants: Cross-Sectional Study

2020· article· en· W3081367690 sur OpenAlexvenueno aff
Qi Zhang, Junzhou Zhang, Kayoung Park, Chuanyi Tang

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesRobert Wood Johnson Foundation
Mots-clésAssociation (psychology)Cross-sectional studyPsychologymHealthGerontologyMedicineClinical psychologyPsychiatryPsychological interventionPsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Special Supplemental Nutrition Program for Women, Infants, and Children (WIC) is one of the most important food assistance programs in the United States, serving 6.4 million low-income, eligible women, infants, and children under 5 years of age in 2019. In the program, participants are prescribed a list of food benefits, which can be redeemed in WIC-authorized stores. However, there are multiple behavioral barriers in the program and the stores that prevent participants from redeeming the benefits fully. OBJECTIVE: This study aims to examine the relationship between the use of a widely used mobile phone app, WICShopper, and the redemption of the prescribed food packages. METHODS: WIC administrative data were obtained from West Virginia for the period January 2019 to January 2020 and included 30,440 WIC households that had received food benefits in that period. The redemption rates of 18 WIC food benefits were compared between app users and nonapp users, that is, those who never used the app in the study period. The use behaviors were defined for the app users, including the number of active use benefit cycles, active benefit cycle rates, number of active use days in the cycle, and proportion rates of daytime use. Panel linear regressions were applied to examine how the redemption rates were related to these behaviors over time. RESULTS: App users consistently had higher average redemption rates than nonapp users; the difference ranged from 3.6% (4.8% relative) for infant formula to 14.3% (40.7% relative) for fish. After controlling for sociodemographics, the coefficients of app use were significantly positive for all benefit categories except for WIC-eligible nutritionals. More active cycles and active days in the cycle were significantly related to redemption rates for all categories, except for frozen juice (coefficient=-0.002, P=.09). Daytime app access was positively associated with redemption rates for most food benefits except only a few, such as infant formula (coefficient=-0.03, P<.001). CONCLUSIONS: Use of the WIC app was significantly related to higher redemption rates across food benefits, although the association varied across benefit categories. More active days were positively related to benefit redemptions across food categories, and the app's daytime use was positively associated with the redemption of most benefit categories. These findings suggest that the WIC app can be an important tool for the promotion of benefit redemption among WIC participants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,187
Tête enseignante GPT0,483
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207