MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389026699 · doi:10.1096/fasebj.30.1_supplement.674.22

Does Installing “Healthy Eating Information” in a University Dining Hall Change Students’ Food and Beverage Choices?

2016· article· en· W4389026699 sur OpenAlexaffabout
Mary J. Scourboutakos, Catherine L. Mah, Sarah Murphy, Frank Mazza, Mary R. L’Abbé

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensMemorial University of NewfoundlandUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCafeteriaPopulationIntervention (counseling)MedicineCalorieEnvironmental healthAnimal scienceToxicologyBiology

Résumé

récupéré en direct d'OpenAlex

The objective was to determine if the installation of “healthy eating information” in a University dining hall would influence students’ food and beverage choices. This was a pre‐post, population nutrition intervention conducted in a buffet‐style cafeteria between September 2014 and April 2015. The intervention encouraged students to “fill half their plate with fruits and vegetables” and illustrated the number of minutes of jogging it takes to burn the calories in each beverage option. The beverage choices, as well as visits to the vegetable and fruit bar, were recorded on twelve menu‐matched occasions before and after the intervention. Inventory data was collected to determine the total liters of each beverage taken and the number of fruit cases ordered. There was a significant decrease in the proportion of students selecting a sugar‐sweetened beverage before (49% of the population) versus after (41%) the intervention (p=0.004). There was also a significant increase in the proportion of students drinking water before (43%) versus after (54%) the intervention (p<0.001). There were no significant changes in the proportion of students selecting each individual type of beverage and there was no change in the volume (ml) of each beverage taken. There was a significant increase in the number of students taking fruit before (30% of the population) versus after (36%) the intervention (p<0.001). And the number of students visiting the vegetable bar significantly increased from 60% to 72% (p<0.001). Similar trends were seen in the inventory data. These results illustrate that providing healthy eating information in settings where food choices are made, such as cafeterias, could encourage healthier choices. Support or Funding Information Vanier Canada Graduate Scholarship (MS), McHenry Unrestricted Research Grant (ML)

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)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,026
Tête enseignante GPT0,268
Écart entre enseignants0,241 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→