Fruit and Vegetable Consumption Among Adolescent Secondary School Students in Boukombe and Natitingou, North Benin
Notice bibliographique
Résumé
Fruit and vegetables (F&V) are recommended for a healthy life. Adolescence is a critical period for the onset of eating disorders and future health. F&V consumption among adolescents is globally low, making this group a key target for diet/nutrition-related interventions. This cross-sectional study aimed to assess F&V consumption among secondary school students in the food-insecure communes of Boukombe (rural) and Natitingou (urban), Benin. Using probabilistic random sampling, 303 students completed F&V intake frequency questionnaires and 24-h dietary recalls on school and non-school days. Poisson models identified factors associated with F&V consumption. The results showed that only 8.8% (Boukombe) and 11% (Natitingou) of students consumed fruit at least twice per day, and over 80% of students had not eaten fruit in the preceding 24 h; 9.9% and 11.4%, respectively, consumed vegetables at least twice per day. On average, 45.5% of students in Boukombe and 68% in Natitingou consumed at least three types of vegetables on school days. The most commonly consumed fruits were oranges in Boukombe and lemons in Natitingou. Factors influencing fruit consumption included sex (p = 0.005), age (p = 0.04), and mothers’ occupation (p = 0.03) on school days/and school or non-school days, while commune (p = 0.00017) and ethnic group affected vegetable consumption. Such low F&V consumption among surveyed students is a matter of public health concern, as it is likely to affect their health―in terms of micronutrient deficiency―and intellectual performance. These results should incentivize nutrition researchers, project managers, public health officials, and policymakers to (re)design and implement broader measures targeting secondary school students’ dietary practices to increase their F&V consumption.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».