Individual and Environmental Determinants of the Consumption of Iron-Rich Foods among Senegalese Adolescent Girls: A Behavioural Model
Notice bibliographique
Résumé
To improve adolescent nutrition, it is crucial to understand factors underlying food behaviours. This study aims to identify pathways by which the environment and individual factors interact to affect the consumption of iron-rich food (IRF) among Senegalese adolescent girls in the hopes to reduce anemia. This is a cross-sectional study conducted among 600 adolescent girls (10–19 years old) of all 14 regions of Senegal. IRF consumption in the past day and night was evaluated using a food frequency questionnaire. Individual determinants, such as the attitude, the subjected norm, and the perceived behaviour control (PBC), and environmental determinants, such as food accessibility and price, were assessed using a validated and reliable questionnaire. Path analyses were conducted to examine relations between IRF consumption and individual and environmental variables. Overall, 83.7% of girls had the intention to eat IRF and 84.7% reported doing so. The PBC (β = 0.20, p < 0.01) and the attitude (β = 0.57, p < 0.01) predict the intention of consuming IRF daily. In turn, the environment predicts the attitude (β = −0.22, p < 0.01) and the PBC (β = 0.26, p < 0.01). The intention was a predictor of the IRF consumption (β = 0.16, p < 0.05). This research provides guidance to nutrition education programmes as well as to improve the food environment to facilitate the consumption of IRF among adolescent girls by inspiring community health initiatives based on empirical data.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».