Eating Behaviors and Dietary Patterns of Women during Pregnancy: Optimizing the Universal ‘Teachable Moment’
Notice bibliographique
Résumé
Understanding women’s perceptions of eating behaviors and dietary patterns can inform the ‘teachable moment’ model of pregnancy. Our objectives were to describe eating behaviors and dietary patterns in pregnancy. This was a cross-sectional, national electronic survey. Women were ≥18 years of age, living in the United States, currently pregnant or less than two years postpartum, and had internet access. Age, education, race, and marriage were included as covariates in ordinal and binary logistic regressions (significance p < 0.05). Women (n = 587 eligible) made positive or negative changes to their diets, while others maintained pre-existing eating behaviors. The majority of women did not try (84.9 to 95.1% across diets) and were unwilling to try (66.6 to 81%) specific dietary patterns during pregnancy. Concerns included not eating a balanced diet (60.1 to 65.9%), difficulty in implementation without family (63.2 to 64.8%), and expense (58.7 to 60.1%). Helpful strategies included being provided all meals and snacks (88.1 to 90.6%) and periodic consultations with a dietitian or nutritionist (85 to 86.7%). Responses differed across subgroups of parity, body mass index, and trimester, notably in women with obesity who reported healthier changes to their diet (p < 0.05). Our study underscores the importance of tailoring care early to individual needs, characteristics, and circumstances.
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 | 0,002 | 0,007 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».