Post-Secondary Food Service Manager Perspectives on Fruit and Vegetable Nudging Strategies: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Changing the choice architecture in post-secondary food service contexts to "nudge" customers to choose more fruits and vegetables (FV) shows promise in intervention studies to date. If such approaches are to become more widely adopted, they must be feasible and acceptable to food service managers. Among possible early adopters, managers of food services in post-secondary education institutions may have unique insights on implementation of such approaches, as they have dual mandates to support student health and maintain profitability. OBJECTIVE: The goal of this exploratory study was to examine current knowledge, practice, facilitators, and barriers to uptake of nudge strategies promoting FV in a sample of post-secondary food service managers. METHODS: = 10 institutions), recruited from a national professional organization. One or more representatives from each institution completed the interview. Interviews were audio-recorded, transcribed, and underwent framework descriptive and interpretative content analysis in NVivo (QSR International). Münscher's Taxonomy of Choice Architecture and the Ottawa Model for Research Use guided development and analysis. RESULTS: Managers from 9 universities and 1 technical college participated. Local context, governance, and resources varied widely. Eight of 10 institutions used some form of FV nudging as part of their marketing and health promotion, most commonly to reduce the effort associated with choosing FV. Nudging strategies aimed at increasing the range and composition of FV offerings, providing a social reference (opinion leaders) for choosing FV, and changing consequences with loyalty cards were also common. Other nudging strategies were used infrequently. Cost, operational ease of implementation, and students' privacy and choices were critical issues in adoption. CONCLUSIONS: The results can inform development and testing of locally adapted nudge interventions. It is critical that managers be involved from the outset of any planned academic implementation study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».