OSU-onderzoek naar plaatafval

Het doel van dit project is het testen van de Remote Food Photography Method (RFPM) en de SmartIntake smartphone-app als een aanpak voor het meten van voedselverspilling in gecontroleerde en vrijlevende omgevingen. De RFPM- en SmartIntakeTM-app vormen een duidelijke verbetering ten opzichte van FI-methoden voor zelfrapportage, zoals pen-en-papierenquêtes en methoden voor het terughalen van voeding, waarbij gebruik wordt gemaakt van het vermogen van proefpersonen om zich nauwkeurig de soorten en portiegroottes van het geconsumeerde voedsel te herinneren. Na de training gebruiken mensen de SmartIntakeTM-app om beelden van hun voedsel vast te leggen, zowel voor als na elke eetgelegenheid. Foto's worden automatisch geüpload vanaf de smartphone van de gebruiker naar een beveiligde server bij Pennington Biomedical. De beelden worden geanalyseerd om de voedselselectie, voedselverspilling en voedselinname te kwantificeren met behulp van gevalideerde methoden en een computerprogramma (de Food Photography Application©), gebouwd door Pennington Biomedical. Het is gebleken dat de methode de voedselselectie, voedselverspilling en voedselinname nauwkeurig kwantificeert.

Belangrijk is dat de RFPM en de SmartIntakeTM-app een van de grootste bronnen van fouten elimineren die verband houden met zelfrapportagemethoden: het onvermogen van proefpersonen om de portiegrootte nauwkeurig in te schatten, wat verantwoordelijk is voor ongeveer 50% van de fouten in zelfrapportagemethoden11, 13-15. Uit schattingsstudies van FI is gebleken dat personen met overgewicht op monitoring reageren door de zelfgerapporteerde hoeveelheden FI te onderschatten of minder te eten wanneer ze worden gecontroleerd16, 17. Op dezelfde manier hebben FW-gedragsstudies waargenomen dat proefpersonen kleinere hoeveelheden FW zelf beginnen te rapporteren, maar het is niet duidelijk of dit het resultaat is van een groter bewustzijn en minder generatie, of dat dit te wijten is aan het feit dat ze niet overkomen als verkwistende individuen18. Mensen reageren echter minder op de RFPM/SmartIntake-app en uit experimentresultaten blijkt dat de onderschatting van RFPM niet varieert met het energie-innameniveau12.

Veel tekortkomingen die FI-metingen teisteren, belemmeren waarschijnlijk FW-metingen. Vooroordelen in de tegenovergestelde richting (bijvoorbeeld het schoonmaken van uw bord om minder FW weer te geven) komen waarschijnlijk naar voren bij het meten van FW en kunnen op vergelijkbare wijze worden verzacht met de voorgestelde app. Wij geloven dat het gebruik van de RFPM- en SmartIntakeTM-app als basis voor een FW-schattingsapp een grote belofte inhoudt om de FW-meting te transformeren. Ten eerste merken we op dat de FW die verband houdt met eetsituaties (d.w.z. bordenverspilling) rechtstreeks wordt geschat door de RFPM, waardoor slechts een eenvoudige transformatie van de huidige output vereist is. Om RFPM volledig aan te passen voor FW-metingen, zullen de procedures worden aangepast om de FW te schatten die ontstaat tijdens de voedselbereiding en tijdens het verwijderen van opgeslagen voedsel (bijvoorbeeld het schoonmaken van de koelkast). De RFPM-methode werkt al bij diners, die momenteel worden weggelaten door sommige bestaande FW-meetmethoden. Aanvullende functionaliteit, zoals het schatten van eetbare versus niet-eetbare FW (en dus de verspilde calorieën), het schatten van de verspilling onder voedselcategorieën, en het schatten van de mate waarin afval van stortplaatsen wordt afgevoerd, zullen ook worden onderzocht, zodat meerdere beleidsrelevante statistieken onmiddellijk kunnen worden berekend en opgeslagen.