Potential of existing online 24-h dietary recall tools for national dietary surveys
Notice bibliographique
Résumé
OBJECTIVE: To describe existing online, 24-h dietary recall (24-h DR) tools in terms of functionalities and ability to tackle challenges encountered during national dietary surveys, such as maximising response rates and collecting high-quality data from a representative sample of the population, while minimising the cost and response burden. DESIGN: A search (from 2000 to 2019) was conducted in peer-reviewed and grey literature. For each tool, information on functionalities, validation and user usability studies, and potential adaptability for integration into a new context was collected. SETTING: Not country-specific. PARTICIPANTS: General population. RESULTS: Eighteen online 24-h DR tools were identified. Most were developed in Europe, for children ≥10 years old and/or for adults. Eight followed the five multiple-pass steps but used various methodologies and features. Almost all tools (except three) validated their nutrient intake estimates, but with high heterogeneity in methodologies. User usability was not always assessed, and rarely by applying real-time methods. For researchers, eight tools developed a web platform to manage the survey and five appeared to be easily adaptable to a new context. CONCLUSIONS: Among the eighteen online 24-h DR tools identified, the best candidates to be used in national dietary surveys should be those that were validated for their intake estimates, had confirmed user and researcher usability, and seemed sufficiently flexible to be adapted to new contexts. Regardless of the tool, adaptation to another context will still require time and funding, and this is probably the most challenging step.
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 | 0,061 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».