栄養研究者や栄養士は、食品リコールなどの食物摂取量を測定するために間接的な措置を使用しています。メーターを使えば、食事中の食物摂取量や人々の食事行動を測定することができます。メーターの主な利点は、消費者や患者からの労力をほとんど使わずに、より正確に食べる量を測定できることです。
この技術は、個人が食べるもののより良い洞察を得るために使用することができます。これは、糖尿病に苦しむ人や、高齢者などの栄養失調の人にとって特に重要です。この手順は、栄養士部の長であり、訓練を受けた研究栄養士であるEls Siebelinkによって実証されます。
参加者はフェムケ・デ・グーイジャーとミケーレ・トゥファノ、両方の博士課程の学生であり、すべてのワーゲニンゲン大学の人間栄養保健科で働いています。まず、ジュース、フルーツヨーグルト、フルーツピースを準備します。研究に参加することに同意するボランティアを募集します。
レンズを着用できない眼鏡をかけた方や、測定ミスを避けるために顔の毛を持っている人は除外してください。調査とデータ収集について参加者に通知し、データを収集する前にインフォームド・コンセントに署名を得ます。部屋の照明が均等に分散され、ビデオ録画にバックグラウンドノイズがないことを確認した後、参加者はテーブルの前に座り、テーブルの前に座り、テーブルの前に胸のすぐ下に位置します。
胴体全体が腕を含めて見えるはずです。トレイとウェブカメラのワイヤレスレシーバーをラップトップに接続します。トレイの電源を入れ、ラップトップを起動して、トレイが充電されていることを確認します(緑色のライトで示されます)。
コネクタ プログラム、レシーバ、およびプロセッサ ソフトウェア プログラムをダッシュボードと共に開きます。イメージ フレームが正しく、画質が悪く、腕や肩などの参加者の頭と胸がはっきりと見えるようにしてください。トレイの下に中央回路基板を備えた50ミリメートルの薄いベースパネルを含む、トレイを乾燥させておきます。
約1メートルの距離の短距離無線信号を介して1秒間隔で計量データを転送します。USBポートを介して受信機をパソコンに接続します。プレート、カップ、およびボウルがプラットフォームまたは周囲のトレイに置かれていないことを確認します。
これを避けるために、センターリングを使用してください。メーターを参加者の前に置き、ウェブカメラをまっすぐに見ながら、参加者にできるだけ多くまたは少しだけ食べるように指示します。食べている間は顔の前に手を置かないように思い出させる。
受信機ソフトウェアで新しい観察を開始します。日付、参加者番号、参加者の性別、年齢、および重量や身長などの人類学的データを記録します。観測名には、スタディ条件やスタディ訪問などの追加情報を含めます。
受信機ソフトウェアの記録を押して、データ収集中にビデオ録画と受信データを確認するために、観察を記録し、ダッシュボードをアクティブにします。録音に先立ち、参加者番号でカードを上げ、食事の開始と終了時に手を挙げるように依頼してください。参加者が食べ終わったら観察を終了します。
すべてのデータをスプレッドシートに転送するには、2分かかります。Web カメラとトレイ レシーバーをラップトップから取り外し、クリーニングティッシュまたはクリーニングスプレーでクリーニングします。食行動の自動対策は、見出しデータの下に保存されます。
[データのエクスポート] をクリックして、生データを抽出します。出力ファイルには、参加者数、リアルタイム、相対開始時間、およびタイム・スタンプされた食行動変数 (バイト数、咀嚼回数、咀嚼時間など) に関するデータが含まれます。プログラム内のさまざまな棒グラフで結果を要約して視覚化します。
ログファイルをスプレッドシートにエクスポートし、好みの統計プログラムを使用してデータ分析を実行します。計量トレイは、ヨーグルトとジュースと比較してサラダの摂取量を減らす測定を行いました。参加者は、フルーツジュースと比較してフルーツサラダの17%少ない食べ物、摂取率の遅い、より小さな一口または一口サイズ、およびより多くのチューは、メータートレイで測定されるように、ヨーグルトやジュースに比べてサラダの摂取量を減らしました。
参加者は、ヨーグルトやジュースに比べてフルーツサラダを大幅に噛みました。観察されたチューの数は、ヨーグルトとフルーツサラダの間で3倍異なった。一口のサイズはサラダにとって最も小さく、ジュース1回あたり8グラムに比べて1回あたり6.5グラムでした。
全体として、噛む回数、咬合量、食べる割合は、食事ラボの設定で食事中に食べた量に影響を与えるようでした。メーターの将来のバージョンでは、正面にまっすぐ来るカメラよりも人にとって侵入が少ないように、横から来るカメラや下隅のレベルからカメラを構築したいと考えています。システムの将来のバージョンは、私たちは実際の生活の中で食物摂取行動を研究することができます。
これにより、消費する量、消費するもの、食べる速度について消費者に直接フィードバックを与えることもできます。
