Exploring the Intersection Between Diet and Self-Identity: A Cross-Sectional Study With Australian Adults
Notice bibliographique
Résumé
Objective Diet-related self-identity, which includes components such as individuals' overall dietary pattern and food choice motivations, is a strong predictor of health behaviors. This study sought to assess the variation in dietary patterns reported by a sample of Australian adults and their associations with diet quality. Design Cross-sectional survey. Participants Australian adults (n = 2,010) Variables measured The main outcome measure was diet quality relative to the Australian Dietary Guidelines, measured by the Healthy Diet Score survey. Other outcomes captured included dietary patterns (eg, unrestricted, vegetarian, flexitarian, or ketogenic diets), diet-related self-identity constructs (centrality, prosocial motivation, personal motivation, and strictness), and sociodemographic characteristics (eg, age, sex, and education level). Analysis Data were analyzed descriptively, and ordinary least squares regression was performed to identify significant predictors of diet quality. Results Eighteen unique dietary patterns were reported. These were classified into 3 categories on the basis of the degree of restriction of core food groups. Diets based on restriction of animal protein were associated with the highest diet quality, including the highest consumption of fruits, vegetables, and whole grains, whereas restriction of other foods was associated with the poorest diet quality. Unrestricted diets reported the highest consumption of discretionary food (high in saturated fat, salt, or added sugar). Finally, the regression analysis found that diet quality was significantly predicted by dietary pattern and diet-related self-identity constructs ( F [8, 1974] = 54.952; P < 0.0001; adjusted R 2 = 0.179). Conclusions and Implications Dietary pattern and diet-related self-identity constructs are key determinants of diet quality. This has implications for future interventions, including that programs and messages could be tailored to ensure they align with the target population's self-identity and overall dietary patterns.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».