MétaCan
Menu
← Retour à la cohorte
Enregistrement W4205186306 · doi:10.2196/30352

A Mobile App to Increase Fruit and Vegetable Acceptance Among Finnish and Polish Preschoolers: Randomized Trial

2022· article· en· W4205186306 sur OpenAlexvenueno aff
Henna Vepsäläinen, Essi Skaffari, Katarzyna Wojtkowska, Julia Barlińska, Satu Kinnunen, Riikka Makkonen, Maria Heikkilä, Mikko Lehtovirta, Carola Ray, Eira Suhonen, Jaakko Nevalainen, Nina Sajaniemi, Maijaliisa Erkkola

Notice bibliographique

RevueJMIR mhealth and uhealth · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyRandomized controlled trialIntervention (counseling)Medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Early childhood education and care (ECEC) centers are ideal venues for food education. As smartphones and tablets are becoming increasingly popular in ECEC centers, technology can be used to deliver such pedagogical content. Evidence suggests that video games can affect fruit and vegetable (FV) consumption among 9- to 12-year-old children, but studies among preschoolers are scarce. OBJECTIVE: This paper describes the development of the Mole's Veggie Adventures app and its effectiveness in increasing FV acceptance among Finnish and Polish preschoolers aged 3 to 6 years. METHODS: A multiprofessional team created an app to be used in ECEC centers in groups of 3 to 10 children. The app aimed to increase vegetable acceptance, and it was built using elements that support the development of self-regulation and social skills. Altogether, 7 Finnish and 4 Polish ECEC centers participated in the study. Before randomization, parents reported background factors and their children's willingness to taste different FVs. The ECEC professionals in the intervention arm were instructed to use the app at least once a week during the 3- to 4-week intervention period. The main outcomes in this unblinded, cluster-randomized study were FV acceptance and relative FV acceptance. The first was calculated as a sum variable describing the children's willingness to taste 25 different FVs, the second as FV acceptance divided by the number of FVs served. We used analysis of covariance to compare the FV acceptance and relative FV acceptance scores between the intervention and control groups at follow-up. RESULTS: A total of 221 children were included in the analysis. At follow-up, the intervention group (115/221, 52%) had higher FV acceptance scores (baseline adjusted difference of mean 7.22; 95% CI 1.41-13.03) than the control group (106/221, 48%). The intervention effect was parallel for relative FV acceptance scores (baseline adjusted difference of mean 0.28; 95% CI 0.05-0.52). CONCLUSIONS: The Mole's Veggie Adventures app has the potential to increase FV acceptance among preschoolers and can be a valuable tool in supporting food education in ECEC centers. Furthermore, the app can be feasibly incorporated into preschool routines in countries with different educational environments. TRIAL REGISTRATION: ClinicalTrials.gov NCT05173311; https://tinyurl.com/4vfbh283.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,022
Tête enseignante GPT0,337
Écart entre enseignants0,315 · 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'étudeEssai randomisé
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

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→