Mapping Definitions, Measures, and Methodologies for Assessing Dietary Diversity in the Nutrition Literature: Results of a Systematic Scoping Review
Notice bibliographique
Résumé
Dietary diversity (DD) is an established pillar of healthy eating in dietary guidelines, but definitions, measurement, and meanings vary across settings. This scoping review aimed to clarify how DD has been conceptualized, operationalized, and measured as a healthy eating indicator, and to examine the methods and areas of improvement for research on this topic. A systematic search of peer-reviewed and gray literature was conducted using 5 bibliographic databases, organizational websites, and hand-searches addressing food variety, DD, and balanced or mixed diet in the general population in developed settings. Publications in English, French, Persian/Farsi, and Chinese were included. Extracted data were synthesized by quantitative content analysis. We identified 941 publications eligible for inclusion and randomly sampled 20% for data extraction (n = 190). Literature on DD, published since 1985, came from Asian (n = 88, 46%) and Anglo-European (n = 47, 25%) countries, mostly used food-frequency questionnaires (54%), and reported a total of 322 measures (208 assessed whole-diet diversity; 114 measured within-group diversity) and were less commonly validated (14%). Three-quarters of all measures used simple counting (n = 247) and others also weighted (n = 11) or categorized (n = 37) the counts; 25 measures calculated DD as a relative proportion. Across measures, the mean total DD score was 21.99 items or 'groups' (median, 10; range, 1-248). The 208 whole-diet DD measures were widely named and operationalized as 5-6 major food groups alone (n = 23) or in combination with subgroups or items (n = 131). Measurement of within-group diversity has grown since 2010. Over half of 114 within-group diversity measures assessed fruit and/or vegetable diversity, 25% assessed meat/alternatives diversity, 10% assessed grain diversity, and 8% assessed dairy diversity. There is wide variation in the definitions, measures, scoring methods, and foods included in nutrition literature regarding DD. To our knowledge, this is the first comprehensive, international overview of the topic, demonstrating the urgent need for standardization of DD as a research agenda to advance nutrition and food science.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».