Race/Ethnicity Predicts School Meal Participation
Notice bibliographique
Résumé
BACKGROUND: School meals have demonstrated positive effects on dietary habits of children and adolescents, yet opportunities to increase participation exist. Little is known about how participation differs by race/ethnicity or by acculturation levels, thus this study aims to identify acculturation and race/ethnicity on school meal participation of middle school students. METHODS: A national convenience sample of adolescents (n = 617) was recruited to participate in a survey about acculturation and obesogenic behaviors through a Qualtrics panel. Data were analyzed in SAS version 9.4 where 2 logistic regression models were built to examine associations between school meal participation and other salient variables. RESULTS: More than a quarter (26.2%) of participants indicated they eat school lunch daily and 17.4% eat school breakfast daily. In a multivariable model, race/ethnicity, preference for school meals, taste, convenience, cost, and parent influence were all significantly related to daily school lunch participation. Race/ethnicity, time lived outside of the United States, healthiness of school meals, preference of school meals, taste, and cost were significantly related to daily school breakfast participation. CONCLUSIONS: This study establishes differences in participation rates by race/ethnicities and other factors. Child nutrition professionals should consider students from minoritized populations to understand their lack of participation, particularly because these students likely have poorer diets compared to whites. Additional factors should be considered for increasing participation, including cost, taste, and perceived healthiness.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».