Effects of a Smartphone App on Fruit and Vegetable Consumption Among Saudi Adolescents: Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Dietary patterns and nutritional status during adolescence have a direct effect on future health outcomes. OBJECTIVE: This study aimed to promote fruit and vegetable intake among adolescents using a smartphone app called MyPlate. METHODS: This randomized intervention study was conducted in an urban area of Jeddah, Saudi Arabia. We included 104 adolescents aged 13 to 18 years, who were randomized into intervention (n=55) or control (n=49) arms. We examined the effects of MyPlate on fruit and vegetable intake over 6 weeks in the intervention group. Pre- and postintervention questionnaires were used in the intervention and control groups. RESULTS: The control group showed a significant increase in fruit consumption scores between baseline (1.15, SD 0.68) and postintervention (1.64, SD 0.98; P=.01), but no significant difference in vegetable consumption scores was observed before (1.44, SD 0.97) and after intervention (1.55, SD 0.90; P=.54). However, there was no significant difference between scores at baseline and after 6 weeks of using the smartphone app for fruit (1.48, SD 0.99 and 1.70, SD 1.11, respectively; P=.31) or vegetables (1.50, SD 0.97 and 1.43, SD 1.03, respectively; P=.30) in the intervention group. Our findings showed no significant impact of using a smartphone app on fruit and vegetable consumption. CONCLUSIONS: These findings suggest that a smartphone app did not significantly improve fruit and vegetable intake among adolescents. TRIAL REGISTRATION: ClinicalTrials.gov NCT05692765; https://clinicaltrials.gov/ct2/show/NCT05692765.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».