MétaCan
Menu
Retour à la cohorte
Enregistrement W3166559914 · doi:10.3390/nu13062044

Examining the Correlates of Adolescent Food and Nutrition Knowledge

2021· article· en· W3166559914 sur OpenAlexafffundabout
Rachel Brown, Jamie A. Seabrook, Saverio Stranges, Andrew Clark, Jess Haines, Colleen O’Connor, Sean Doherty, Jason Gilliland

Notice bibliographique

RevueNutrients · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensWilfrid Laurier UniversityUniversity of GuelphChildren’s Health Research InstituteLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchChildren's Health FoundationHeart and Stroke Foundation of Canada
Mots-clésPsychological interventionCurriculumMetropolitan areaEnvironmental healthIntervention (counseling)PopulationNutrition EducationHealth literacyPublic healthLiteracyGerontologyPsychologyMedicineHealth carePolitical sciencePedagogyNursing

Résumé

récupéré en direct d'OpenAlex

Food literacy is a set of skills and knowledge that are integral to diet. It is common among teenagers to not have basic food literacy skills needed to consume a healthy diet. This study examined: (1) the current state of food and nutrition knowledge among adolescents 13-19 years of age in the census metropolitan area of London, ON, Canada; and (2) correlates of food knowledge and nutrition knowledge among adolescents. Data for this study were drawn from baseline youth and parent survey data collected from a larger population health intervention study. Statistical analysis of the survey data indicates that higher parental education and higher median neighbourhood family income, the use of mobile health applications, liking to cook, as well as confidence in reading and understanding food labels were all consistently associated with increased food and nutrition knowledge. Findings may help guide future research towards optimal methods for delivering food literacy interventions to effectively educate teenagers. Results of this study may help guide policy makers, researchers, and public health professionals in developing appropriate food and nutrition programs and curriculums to combat the decline in food literacy skills.

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)0,007
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 enseignants0,088
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,031
Tête enseignante GPT0,271
Écart entre enseignants0,240 · 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

Citations58
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetObesity, Physical Activity, DietTravaux en français237 207