論文の概要: Formation of Social Ties Influences Food Choice: A Campus-Wide Longitudinal Study

• arxiv url: http://arxiv.org/abs/2102.08755v1
• Date: Wed, 17 Feb 2021 13:47:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-19 03:58:46.592003
• Title: Formation of Social Ties Influences Food Choice: A Campus-Wide Longitudinal Study
• Title（参考訳）: 食選択に影響を及ぼすソーシャルティーの形成 : キャンパスワイド縦断的研究
• Authors: Kristina Gligori\'c, Ryen W. White, Emre K{\i}c{\i}man, Eric Horvitz, Arnaud Chiolero, Robert West
• Abstract要約: Ecole Polytechnique Federale de Lausanne(EPFL)大学のキャンパスでは8年間に3800万件の食品購入を記録しています。 受動的に観測されたログデータから因果効果を推定する。 食品の購入頻度が食相手の食品選択の健康性に大きく影響する食品を特定した。
• 参考スコア（独自算出の注目度）: 35.304562448945184
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nutrition is a key determinant of long-term health, and social influence has long been theorized to be a key determinant of nutrition. It has been difficult to quantify the postulated role of social influence on nutrition using traditional methods such as surveys, due to the typically small scale and short duration of studies. To overcome these limitations, we leverage a novel source of data: logs of 38 million food purchases made over an 8-year period on the Ecole Polytechnique Federale de Lausanne (EPFL) university campus, linked to anonymized individuals via the smartcards used to make on-campus purchases. In a longitudinal observational study, we ask: How is a person's food choice affected by eating with someone else whose own food choice is healthy vs. unhealthy? To estimate causal effects from the passively observed log data, we control confounds in a matched quasi-experimental design: we identify focal users who at first do not have any regular eating partners but then start eating with a fixed partner regularly, and we match focal users into comparison pairs such that paired users are nearly identical with respect to covariates measured before acquiring the partner, where the two focal users' new eating partners diverge in the healthiness of their respective food choice. A difference-in-differences analysis of the paired data yields clear evidence of social influence: focal users acquiring a healthy-eating partner change their habits significantly more toward healthy foods than focal users acquiring an unhealthy-eating partner. We further identify foods whose purchase frequency is impacted significantly by the eating partner's healthiness of food choice. Beyond the main results, the work demonstrates the utility of passively sensed food purchase logs for deriving insights, with the potential of informing the design of public health interventions and food offerings.
• Abstract（参考訳）: 栄養は長期的な健康の重要な決定要因であり、社会的影響は長い間栄養の重要な決定要因であると理論化されてきた。 調査などの伝統的な方法を用いた栄養学における社会的影響の仮定的役割の定量化は、通常、小規模で研究期間の短いため困難である。 Ecole Polytechnique Federale de Lausanne(EPFL)大学のキャンパスで8年間に生産された食品購入3800万件のログを、クラウド上での購入に使用されるスマートカードを通じて匿名化された個人に関連付けている。 食事選択が健康な人との食事選択が、健康な人と不健康な人との食事選択にどのような影響があるのか? To estimate causal effects from the passively observed log data, we control confounds in a matched quasi-experimental design: we identify focal users who at first do not have any regular eating partners but then start eating with a fixed partner regularly, and we match focal users into comparison pairs such that paired users are nearly identical with respect to covariates measured before acquiring the partner, where the two focal users' new eating partners diverge in the healthiness of their respective food choice. 健康な食事のパートナーを取得する焦点のユーザは、健康な食事のパートナーを取得する焦点のユーザよりも、健康的な食べ物に対する習慣を大きく変えます。 さらに, 食品選択の健康度によって, 購入頻度が大きく影響を受ける食品を同定した。 研究では、主な成果に加えて、受動的に感知された食品購入ログの有用性を実証し、公衆衛生介入と食品の提供の設計を知らせる可能性がある。

関連論文リスト

• NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
  自己申告法はしばしば不正確であり、重大な偏見に悩まされる。 近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。 本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-05-13T14:56:55Z)
• ChatDiet: Empowering Personalized Nutrition-Oriented Food Recommender Chatbots through an LLM-Augmented Framework [2.3221599497640915]
  ChatDietは、パーソナライズされた栄養指向の食品レコメンデーションチャットボット用に特別に設計された、新しいフレームワークである。 ChatDietは、オーケストラが補完する個人モデルと人口モデルを統合し、シームレスに関連する情報を検索し、処理する。 ChatDietの評価には説得力のあるケーススタディが含まれており、個別の栄養効果を推定するための因果的個人モデルを確立している。
  論文  参考訳（メタデータ） (2024-02-18T06:07:17Z)
• NutritionVerse: Empirical Study of Various Dietary Intake Estimation Approaches [59.38343165508926]
  食事の正確な摂取推定は、健康的な食事を支援するための政策やプログラムを伝える上で重要である。 最近の研究は、コンピュータービジョンと機械学習を使用して、食物画像から食事摂取を自動的に推定することに焦点を当てている。 我々は,84,984個の合成2D食品画像と関連する食事情報を用いた最初の大規模データセットであるNutritionVerse-Synthを紹介した。 また、リアルなイメージデータセットであるNutritionVerse-Realを収集し、リアル性を評価するために、251の料理の889のイメージを含む。
  論文  参考訳（メタデータ） (2023-09-14T13:29:41Z)
• Food Choice Mimicry on a Large University Campus [38.37343044833543]
  本研究は,大学構内における食品選択に対する社会的影響を,慎重に設計した因果分析を通じて研究する。 食生活の類似性がどのように生ずるかという、特定の行動メカニズムの強い証拠を見出す。 本研究は,模倣品の購入行動のメカニズムを解明し,キャンパスにおける食行動の理解と改善にさらに寄与することを示す。
  論文  参考訳（メタデータ） (2023-08-30T15:44:01Z)
• Vision-Based Food Analysis for Automatic Dietary Assessment [49.32348549508578]
  本総説では, 食品画像分析, 容積推定, 栄養素抽出の3段階からなる, 統合型ビジョンベース食事評価(VBDA)の枠組みを概説する。 深層学習により、VBDAは徐々にエンドツーエンドの実装へと移行し、単一のネットワークに食品画像を適用して栄養を直接見積もる。
  論文  参考訳（メタデータ） (2021-08-06T05:46:01Z)
• Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
  食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。 食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。 食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
  論文  参考訳（メタデータ） (2021-07-13T06:26:53Z)
• A Review of the Vision-based Approaches for Dietary Assessment [4.347952928399708]
  肥満などの食生活にまつわる問題は現代社会ではますます懸念されている。 コンピュータによる食品認識は、食事摂取量を評価するための視覚に基づく自動手法を提供する。
  論文  参考訳（メタデータ） (2021-06-21T06:30:06Z)
• Alone or With Others? Understanding Eating Episodes of College Students with Mobile Sensing [7.786904858719634]
  食事の社会的文脈(友人、家族、パートナーなど)は、食事の種類、食事中の心理的状態、食事量といった側面に影響を及ぼす重要な自己申告機能である。 本研究では,ウェアラブルとスマートフォンの受動的センシングデータと食生活の社会的文脈について検討する。
  論文  参考訳（メタデータ） (2020-11-23T19:45:55Z)
• Eating Habits Discovery in Egocentric Photo-streams [9.436913961194671]
  食事関連行動パターン探索モデルを構築し,日常的に実施されている活動から栄養のルーチンを明らかにする。 このフレームワーク内では、単純だが堅牢で高速な新しい分類パイプラインを提示する。 本稿では,カメラが単独で食べる際の食品関連シーンの識別への応用について述べる。
  論文  参考訳（メタデータ） (2020-09-16T12:46:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。