MétaCan
Menu
Retour à la cohorte
Enregistrement W4388406512 · doi:10.1139/apnm-2023-0293

Associations between cooking skills, cooking with processed foods, and health: a cross-sectional study

2023· article· en· W4388406512 sur OpenAlexafffundvenueabout
Melissa Anne Fernandez, Katerina Maximova, Jayne A. Fulkerson, Kim D. Raine

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensPublic Health OntarioUniversity of TorontoSt. Michael's HospitalUniversity of AlbertaUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Alberta
Mots-clésObesityEnvironmental healthCooking methodsMedicineLogistic regressionCross-sectional studyMental healthFood science

Résumé

récupéré en direct d'OpenAlex

To improve health outcomes, home cooking has been suggested as a solution to reduce intakes of processed foods. However, little is known about how cooking skills or cooking with processed foods influence health. This cross-sectional study examined associations between diet and health outcomes with cooking skills and cooking with processed foods. The dataset included a nationally representative sample of 18 460 adults from Canadian Community Health Survey (CCHS) annual component rapid response modules on food skills. In the CCHS rapid response modules, diet and health outcomes (fruit and vegetable intake, general health, mental health, and obesity) and data related to cooking skills and cooking with processed foods were collected through self-report. Separate logistic regression models were fitted for each outcome, controlling for age, income, and education, and stratified by sex. Adults with poor cooking skills were less likely to have adequate fruit and vegetable intake (≥5 servings per day) ( p < 0.001), very good general health ( p < 0.001) or mental health ( p < 0.001), and obesity ( p = 0.02) compared to advanced cooking skills. Adults who cooked with highly processed foods were less likely to have adequate fruit and vegetable intake ( p < 0.001), very good general health ( p = 0.002) or mental health ( p < 0.001), but more likely to have obesity ( p = 0.03) compared to cooking with minimally processed foods. Cooking skills alone appear insufficient to protect against obesity. Results suggest that not only are cooking skills important, but the quality of ingredients also matter. Limiting the use of processed foods in addition to improving cooking skills are potential intervention targets to promote better health and diet outcomes.

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)0,002
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 enseignants0,208
Score d'incertitude au seuil0,414

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,042
Tête enseignante GPT0,340
Écart entre enseignants0,298 · 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

Citations13
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207