Validation of the Foodie Index and characterization of foodies across four countries
Notice bibliographique
Résumé
Purpose This paper aims to determine the validity and performance of the Foodie Index in four countries in the Global North and describe the sociodemographic characteristics of foodies and their hedonic experiences of food. Design/methodology/approach About 824 adults from England, Canada, the USA and Australia, representative of age and region for each country, completed the 12-item Food Index (nine-point Likert scale) and answered a range of questions related to sociodemographics and pleasure derived from eating (seven-point Likert scale). Findings The internal reliability of the Index was very good (Cronbach’s alpha and mean interitem correlation), and confirmatory factor analysis yielded a four-dimensional solution, with Index items loading well onto separate factors describing monetary investment, enjoyment and interest, time investment and knowledge, respectively. The proportion of foodies in the populations sampled does not vary between countries p(χ2 > 0.05), suggesting a robustness in the foodie construct and the utility of the Foodie Index for determining foodie status. Foodies are significantly younger (17 years) than non-foodies (p(K < 0.05) and more likely to be university educated than are non-foodies for English and Canadian participants p(χ2 < 0.05). Additionally, foodies derive more pleasure from eating food relative to other regular daily activities and rate pleasure from both sensory and social experiences when eating higher (p(K < 0.05). Originality/value These findings support the use of the Foodie Index in further consumer research in the Global North and offer insights into the development and marketing of food services and products for specific consumer segments.
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 ».