Factors That Predict Food Skills in Canadian Gym Members: A National Cross-Sectional Survey
Notice bibliographique
Résumé
This study determined predictors of food skills in Canadian gym members. A random sample of gym members were invited to complete a validated Food Skills Questionnaire with supplementary questions. All questions/variables significantly associated (p < 0.05) and fair-to-moderately correlated (r ≥ 0.40) with Total Food Skills (TFSs) were analyzed by multiple regression. The respondents’ (n = 576) mean ± SD age was 41.3 ± 14.8 years, with 67.3% females and 13.2% students. The mean TFSs score was 77.1 ± 11.9 (maximum 100). Females reported higher TFSs than males; however, this did not remain significant when nutrition-related beliefs were considered. Increasing age, taking a nutrition/cooking course, teen meal preparation, primary cook, time preparing weekend meals, believing that preparing healthy food is important, and self-reported nutritional quality of diet and nutrition knowledge were positively associated with TFSs (p < 0.05). Purchasing food/beverages from convenience stores, buying pre-prepared dinners, and being a student were negatively associated with TFSs (p < 0.05). The strongest predictors of TFSs were self-reported nutrition knowledge and nutritional quality of diet. The adjusted R2 increased by 0.30 when food-related experiences/behaviours and nutrition-related beliefs were included in the final model, which accounted for 50% of the variance in TFSs. Food experiences/behaviours and nutrition beliefs, which are associated with food skills, are potential intermediary targets for programs and/or research to improve food skills.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».