Validation of the Positive Eating Scale in Chinese University Students and Its Associations with Mental Health and Eating Behaviors
Notice bibliographique
Résumé
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 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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».