Primary school-based food environment intervention increases diet diversity: Project Daire, a cluster randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: This study explored the effects of Project Daire, a school-based food intervention, on secondary dietary outcomes Diet Diversity Score (DDS) and Diet Quality Score (DQS), among 6–7 and 10-11-year-old children. METHODS: A randomised-controlled, factorial design trial was conducted in 15 Northern Ireland primary schools across four intervention arms: Nourish, Engage, Nourish and Engage, and Control (Delayed). Nourish modified the school food environment and increased exposure to local foods, while Engage delivered educational activities on nutrition, food, and agriculture. Food consumption data were collected at baseline and at up to a 6-month follow-up. DDS and DQS (at home, at school and/or total) were determined based on the UK Eatwell Guide. RESULTS: A total of 445 children aged 6–7 and 458 aged 10–11 completed the trial. Among the 10-11-year-olds who received the Nourish intervention, significant increases were observed in the school DDS (adjusted mean difference = 2.79, 95% CI: 1.44–4.14; p < 0.001) and total DDS (adjusted mean difference = 1.55, 95% CI: 0.65–2.44; p = 0.001) compared to their counterparts who did not receive it. No such changes were observed in the DDS of 6-7-year-olds in the Nourish group, nor in either age group receiving the Engage intervention. The DQS of both age groups remained unchanged across all intervention groups. CONCLUSIONS: The Nourish intervention was associated with improved dietary diversity among older children through modifications to the whole-school environment. However, the absence of measurable effects on diet quality highlights the need for future iterations of Project Daire to incorporate additional strategies. These should include targeted approaches to improve diet quality, foster active parental engagement, utilize validated dietary assessment tools, and ensure sustained implementation. TRIAL REGISTRATION: ClinicalTrials.gov Identifier: NCT04277312.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».