MétaCan
Menu
Retour à la cohorte
Enregistrement W4386083220 · doi:10.1017/jns.2023.80

Campus food service users’ support for nudge strategies for fruit and vegetable-rich items: findings from a large Canadian national sample

2023· article· en· W4386083220 sur OpenAlexafffundabout
Sunghwan Yi, Vinay Kanetkar, Paula Brauer

Notice bibliographique

RevueJournal of Nutritional Science · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of CambridgeOntario Agri-Food Innovation AllianceUniversity of Guelph
Mots-clésNudge theoryIntrusivenessSample (material)PsychologyPerceptionCluster (spacecraft)Service (business)Applied psychologyMarketingSocial psychologyBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Although customer support is critical to the wider uptake of nudging strategies to promote fruits and vegetables (FV) in institutional food service (FS) settings, empirical research is sparse and typically based on small convenience samples. An online survey was conducted to assess support, perceived effectiveness and intrusiveness of nine nudge types drawn from Münscher et al.'s Taxonomy of Choice Architecture. We focused on the setting of campus FSs across Canada. A national sample of post-secondary students regularly using campus FSs was used (N 1057). Support for changing the range of options (B3) was the highest, closely followed by changing option-related effort (B2) and changing option-related consequences (B4). Facilitating commitment (C2), changing default (B1) and providing a social reference point (A3) received lowest support. Furthermore, we extracted three clusters of respondents based on perceived effectiveness and intrusiveness of nudge types. Characterised by a relatively low level of perceived effectiveness and moderately high level of intrusiveness, Cluster 1 (61⋅7 % of the sample) reported the lowest support for nudges. Cluster 2 (26⋅6 %), characterised by intermediate effectiveness and low intrusiveness of nudging, reported a high level of support for nudges. Lastly, Cluster 3 (11⋅7 %), characterised by high perceived effectiveness of as well as high perceived intrusiveness, reported the highest level of support for nudges. Findings confirm overall support for FV nudging, with significant differences across nudge types. Differences in customers’ acceptance and perception across nudge types offer campus FS operators initial priors in selecting nudges to promote FV.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,402
Écart entre enseignants0,299 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Nutritional ScienceMême sujetBehavioral Health and InterventionsTravaux en français237 207