A systematic review of the determinants of seafood consumption
Notice bibliographique
Résumé
Although seafood is considered to be an important part of a balanced diet, many national food consumption surveys suggest that seafood is not consumed in sufficient amounts. As consumers are moving to diversify their diet from animal-based protein, it is important to understand the factors influencing consumption of marine foods. This review aims to assess the characteristics of seafood consumers as well as the influences on seafood consumption in Europe, USA, Canada, Australia and New Zealand. Systematic search strategies were used to identify relevant journal articles from three electronic databases (PubMed, Web of Science and Embase). Three searches were carried out and identified 4405 unique publications from which 121 met the criteria for the review process. The reviewed studies revealed that seafood consumers were more likely to be older, more affluent and more physically active and were less likely to smoke compared with non-seafood consumers. Sex and BMI did not appear to have a directional association with seafood consumption. The most commonly reported barriers to seafood consumption were cost, followed by sensory or physical barriers, health and nutritional beliefs, habits, availability and cooking skills. The most commonly reported influences were beliefs about the contribution of seafood to health, environmental influences and personal preferences. Based on the findings of this review, future intervention strategies to increase seafood consumption may need to consider affordability and education in terms of health, nutrition and cooking skills. More research is needed to explore the effectiveness of specific interventions at increasing the consumption of seafood.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 ».