MétaCan
Menu
Retour à la cohorte
Enregistrement W4386725830 · doi:10.1093/heapro/daad098

Creating healthy food environments in recreation and sport settings using choice architecture: a scoping review

2023· review· en· W4386725830 sur OpenAlexafffundabout
Rachel Prowse, Natasha Lawlor, Rachael Powell, Eva-Marie Neumann

Notice bibliographique

RevueHealth Promotion International · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensHealth CanadaMemorial University of Newfoundland
Organismes subventionnairesHealth Canada
Mots-clésRSSPsychological interventionFood choiceRecreationHealth promotionPromotion (chess)Choice architecturePsychologyUnhealthy foodEnvironmental healthMedicineApplied psychologyPublic healthComputer scienceSocial psychologyNursingPolitical scienceWorld Wide WebObesity

Résumé

récupéré en direct d'OpenAlex

Recreation and sport settings (RSS) are ideal for health promotion, however, they often promote unhealthy eating. Choice architecture, a strategy to nudge consumers towards healthier options, has not been comprehensively reviewed in RSS and indicators for setting-based multi-level, multi-component healthy eating interventions in RSS are lacking. This scoping review aimed to generate healthy food environment indicators for RSS by reviewing peer-reviewed and grey literature evidence mapped onto an adapted choice architecture framework. One hundred thirty-two documents were included in a systematic search after screening. Data were extracted and coded, first, according to Canada's dietary guideline key messages, and were, second, mapped onto a choice architecture framework with eight nudging strategies (profile, portion, pricing, promotion, picks, priming, place and proximity) plus two multi-level factors (policy and people). We collated data to identify overarching guiding principles. We identified numerous indicators related to foods, water, sugary beverages, food marketing and sponsorship. There were four cross-cutting guiding principles: (i) healthy food and beverages are available, (ii) the pricing and placement of food and beverages favours healthy options, (iii) promotional messages related to food and beverages supports healthy eating and (iv) RSS are committed to supporting healthy eating and healthy food environments. The findings can be used to design nested, multipronged healthy food environment interventions. Future research is needed to test and systematically review the effectiveness of healthy eating interventions to identify the most promising indicators for setting-based health promotion in RSS.

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)0,016
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,063
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0150,018
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,132
Tête enseignante GPT0,449
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Promotion InternationalMême sujetObesity, Physical Activity, DietTravaux en français237 207