Food allergy knowledge, attitudes and practices (KAP) among restaurant's staff in Jordan: a cross-sectional study
Notice bibliographique
Résumé
Purpose People with food allergies rely to a great extent on restaurant staff to have a safe meal. The purpose of this paper is to acquire novel data to evaluate knowledge, attitudes and practices of food allergy among the restaurant's staff and factors that could be associated with these domains. Design/methodology/approach A cross-sectional study involving 306 restaurant staff in Amman City, Jordan was conducted using a validated self-reported questionnaire. Logistic regression analysis was performed to identify factors independently associated with knowledge, attitude and practices (KAP). Findings The results showed that most restaurant staff had moderate to excellent knowledge, positive attitudes, low to moderate risk practices regarding food allergy. Knowledge level was significantly associated with the staff's age, position, education level and restaurant class. Further, attitude level was significantly associated with staff age, experience, gender, education level, restaurant class and whether the restaurant held food safety certificates. Similarly, staff behavioral practices were significantly associated with staff position, restaurant class and the presence of valid food safety certificates. Practical implications This study suggests that more training for the staff in restaurants would be associated with a lower risk of providing unsafe meals. Originality/value This study demonstrated the need for the pre-employment theoretical and practical tests for restaurants’ staff to determine their knowledge level and provide them mandatory developing training programs to support and facilitate food allergy risk management and to develop food allergy policies.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».