Sneak peek: food, waste and packaging characteristics of South Australian school children’s lunchboxes
Notice bibliographique
Résumé
Abstract Objective: To characterise children’s lunchbox contents for food, waste and packaging. Design: A cross-sectional study was conducted. Lunchboxes were photographed at two time points on the same day: before first morning break to capture food and packaging and post-lunch break to capture food waste. Contents were coded using an audit tool developed using REDCap. Setting: Twenty-three sites across metropolitan Adelaide, South Australia including fourteen preschools and nine primary schools in low (n 8), medium (n 7) and high (n 8) socioeconomic areas. Participants: Preschool (ages 3–5 years) to Grade 7 primary school (ages 6–13 years) students. Results: 673 lunchboxes were analysed. Grain foods dominated (with at least half of them being discretionary varieties), with 92 % of lunchboxes having at least one item from that category, followed by fruits (78 %), snacks (62 %), dairy (32 %) and vegetables (26 %). Lunchboxes of preschool children contained more fruits (92 % v. 65 %; χ2(1) = 73·3, P < 0·01), vegetables (36 % v. 16 %; χ2(1) = 34·0, P < 0·01) and dairy items (45 % v. 19 %; χ2(1) = 53·6, P < 0·01), compared to lunchboxes of primary school children. Snack foods were more prevalent in primary school (68 %) than preschool (55 %; χ2(1) = 11·2, P < 0·01). Discretionary foods appeared more frequently, and single-use packaging accounted for half (53 %) of all packaging in lunchboxes, primarily from snacks and grain foods. Preschool children had less single-use packaging but more food waste. Vegetables were the most wasted food group. Conclusions: Sandwiches, fruits and various snacks are typical lunchbox foods, often accompanied by single-use packaging. Considering both health and environmental factors in lunchbox choices could benefit children and sustainability efforts in schools.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».