Development and evaluation of a food choices assessment score (FCAS) measuring the healthfulness of dietary choices according to 2019 Canada's Food Guide/Canada's Dietary Guidelines, using the Canadian Health Measures Survey food frequency questionnaire
Notice bibliographique
Résumé
The objective of this study was to develop and evaluate a food choices assessment score (FCAS) measuring alignment with 2019 Canada's Food Guide (CFG) and Canada's Dietary Guidelines (CDG) using a non-quantitative food frequency questionnaire (FFQ) data. Cross-sectional data from the Canadian Health Measures Survey (2016–2019), including 6459 participants (≥19 years) and a non-quantitative FFQ (∼100 food items) were used. Content and construct validity and assessing reliability were used to evaluate the FCAS, including a comparison of mean FCAS among Canadian subgroups, calculating the FCAS for high quality diet menus, investigating the consistency of the FCAS with the Dietary Approaches to Stop Hypertension (DASH), as a healthy diet linked with lower cardiometabolic risks, and estimating Cronbach's alpha for reliability. The FCAS consisted of nine components for a total of 80 points. The FCAS captured the key recommendations of the 2019 CFG/CDG. Mean (SE) FCAS of the adult Canadian population was 29.3 (0.4) (/80) and was higher in females 32.2 (0.4) and non-smokers 30.3 (0.3) compared to males 26.7 (0.4) and smokers 23.6 (0.9), respectively ( p < 0.0001). FCAS yielded high scores for healthy menu samples of CDG (80/80) and DASH (70/80) diets. FCAS was correlated with DASH diet score ( r = 0.83). Cronbach's alpha was found to be moderate (0.5), as expected, which confirmed the multidimensionality of the FCAS components in reflecting different characteristics of diet quality. These analyses suggest adequate validity with multidimensional consistency of the 2019 CFG/CDG FCAS as a new tool for use with non-quantitative FFQ 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 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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».