数字饮食记录中首选食物描述方式的研究
通用设计与包容性设计饮食追踪与营养管理消费者与购物者
通过数字设备记录所摄入的食物是流行的自我追踪策略,用于减肥和饮食正念。研究探索了照片、开放文本和语音描述等模态,使记录比传统的条形码和数据库搜索更轻松、更具描述性。然而,当不受数据库、自然语言处理和图像识别限制时,人们更倾向于如何记录食物,目前这方面的研究较少。我们部署了一个支持多种设备和输入模态的食物记录原型,15名参与者在两周内记录了1008条食物日志。参与者用于指示吃了什么和吃了多少的策略多样从模糊的食物描述到具体品种描述,以及使用不同的计量单位来明确数量。一些策略可以通过自然语言食物识别和图像分类服务来解释,而另一些则指出了开放的研究问题。最后,我们讨论了如何应对饮食记录中差异的机会。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3461778.3462145
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
通用设计与包容性设计、饮食追踪与营养管理
work
职业/产业
消费者与购物者
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文