MétaCan
Menu
Retour à la cohorte
Enregistrement W4417467316 · doi:10.3390/youth5040135

Validation of the Positive Eating Scale in Chinese University Students and Its Associations with Mental Health and Eating Behaviors

2025· article· en· W4417467316 sur OpenAlexfundno aff
Jie Chen, Wenting Xu, Yuchang Liu, Wenjun Liu, Jing Ou, Chuxin Wang, Di Zhu, Qian Lin

Notice bibliographique

RevueYouth · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésAnxietyMental healthScale (ratio)Structural equation modelingAffect (linguistics)Depression (economics)Promotion (chess)Consumption (sociology)

Résumé

récupéré en direct d'OpenAlex

Positive eating behaviors may be linked to improved health outcomes, but reliable assessment tools are scarce. This study aims to translate the Positive Eating Scale (PES) into Chinese (PES-C), culturally adapt it, and examine its psychometric properties and its relationship with psychological symptoms among Chinese college students. A two-stage cross-sectional study was conducted from October 2024 to April 2025. A total of 800 valid questionnaires were collected in Stage 1 and 1882 in Stage 2. PES-C showed good structural validity (CFI = 0.991, RMSEA = 0.067) and high internal agreement (Cronbach α = 0.963), with measurement invariance established across gender and ethnicity. Correlation analysis showed that PES-C score was significantly negatively correlated with depression (PHQ-9, r = −0.24) and anxiety (GAD-7, r = −0.22), positively correlated with the frequency of vegetable consumption (r = 0.13–0.18), and negatively correlated with beverage consumption (r = −0.01–−0.17). These findings indicate that positive eating attitudes help improve psychological symptoms and may also affect food choices. PES-C is a dependable and effective tool for assessing the eating behaviors of Chinese university students, offering both theoretical and practical support for campus nutrition and mental health promotion programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,180

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,324
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYouthMême sujetEating Disorders and BehaviorsTravaux en français237 207