Knowledge, attitude, and practice of using food labels among medical students: A cross-sectional study in Haiphong, Vietnam
Notice bibliographique
Résumé
Food labeling is an essential tool that provides consumers with dietary guidelines. The increased use of food labels can improve people’s health and prevent nutrition-related problems. In Vietnam, more evidence is needed regarding the practice of reading of food labels, particularly among medical students. A cross-sectional study was conducted using a self-administered structured questionnaire from January 25 to February 30, 2022, on 1,120 medical students at Haiphong University of Medicine and Pharmacy in Vietnam. The study revealed that only about 20% of respondents understood the information on ingredients, nutritional facts, and allergens. 99.1% of respondents believed that food labels are helpful for consumers. 80% of respondents considered reading food labels necessary or very necessary. Only 2.9% strongly believed, and 33.8% believed in food labels. When purchasing foods, the percentage of respondents who often and always read food labels was 23% and 7.5%, respectively. Nearly 80% of respondents often or always prioritize buying food with labels. In addition, the price was the most critical factor in product choice for 78.7% of respondents. Multivariate logistic regression analysis showed that type of residence and nutrition knowledge were associated with reading food labels. Few Vietnamese medical students read food labels despite considering it necessary. Medical training programs should emphasize the importance of reading food labels for future doctors to improve the population’s health.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».