Physical and online food outlet availability and its influence on out-of-home dietary behaviours in Great Britain: A repeated cross-sectional study
Notice bibliographique
Résumé
Background: As online food delivery service (OFDS) platforms gain popularity, understanding their impact on diet alongside physical food outlets is important for addressing suboptimal dietary quality. This study examined the independent and combined associations between physical and online food outlet availability and out-of-home dietary behaviours in 2019 and 2022. We also explored whether associations between physical outlet availability and dietary behaviours are modified by online food outlet availability. Methods: In this repeated cross-sectional analysis, we used British data from the adult International Food Policy Study (IFPS) in 2019 (n = 2912) and 2022 (n = 3544). Postcodes were used to assess neighbourhood food outlet availability using Ordnance Survey data and to determine OFDS availability on three platforms through web scraping. Associations were examined between neighbourhood outlet and OFDS availability with self-reported frequency of physical food outlet use, online food outlet use, and consuming meals prepared out-of-home. Results: In 2019 and 2022, both neighbourhood and OFDS availability were positively associated with all outcome measures. In 2019, after mutual adjustment, both availability measures remained associated with online food outlet use and consuming meals prepared out-of-home. However, in 2022, only OFDS availability was associated with these outcomes. For example, a one standard deviation increase in OFDS availability was associated with a 9% (95%CI 3%-14%) increase in frequency of consuming meals prepared out-of-home after adjusting for neighbourhood outlet availability. OFDS availability also modified associations between neighbourhood outlets and both online food outlet use and out-of-home meal consumption. As OFDS availability increased, the link between neighbourhood outlets and out-of-home meal consumption weakened. Conclusion: Neighbourhood outlet availability may influence out-of-home dietary behaviours, but its impact appears to weaken when OFDS availability is considered. Public health strategies should address the growing influence of OFDS platforms to improve dietary quality.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».