OSU 印版废物研究

该项目的目标是试点测试远程食物摄影方法 (RFPM) 和 SmartIntake 智能手机应用程序，作为在受控和自由生活环境中测量食物浪费的方法。 RFPM 和 SmartIntakeTM 应用程序对自我报告 FI 方法（例如纸笔调查和依赖受试者准确回忆所食用食物的类型和份量的能力的饮食回忆方法）做出了显着改进。 训练结束后，人们使用 SmartIntakeTM 应用程序在每次进食前后拍摄食物图像。 照片会自动从用户的智能手机上传到 Pennington Biomedical 的安全服务器。 使用经过验证的方法和由 Pennington Biomedical 构建的计算机程序（食品摄影应用程序©）对图像进行分析，以量化食物选择、食物浪费和食物摄入量。 该方法被发现可以准确量化食物选择、食物浪费和食物摄入量。

重要的是，RFPM 和 SmartIntakeTM 应用程序消除了与自我报告方法相关的最大错误来源之一 - 受试者无法准确估计份量大小，这约占自我报告方法错误的 50%11, 13-15。 FI 估计研究观察到，超重受试者对监测的反应是低估自我报告的 FI 量或在监测时吃得更少16, 17。 同样，FW 行为研究观察到，受试者开始自我报告较少量的 FW，但尚不清楚这是否是意识增强和生成减少的结果，还是由于没有表现出浪费的个体18。 然而，人们对 RFPM/SmartIntake 应用程序的反应较少，实验结果表明 RFPM 的低估并不随能量摄入水平而变化12。

困扰 FI 测量的许多缺点可能会阻碍 FW 测量。 测量 FW 时可能会出现相反方向的偏差（例如，清洁板以显示更少的 FW），并且可以通过建议的应用程序类似地减轻偏差。 我们相信，使用 RFPM 和 SmartIntakeTM 应用程序作为 FW 估算应用程序的基础，有望改变 FW 测量。 首先，我们注意到与就餐情况（即盘子浪费）相关的 FW 是由 RFPM 直接估计的，因此只需要对当前输出进行简单的转换。 为了使 RFPM 完全适应 FW 测量，将对程序进行修改，以估计食品准备期间和储存食品清除（例如清洁冰箱）期间产生的 FW。 RFPM 方法已经适用于外出就餐环境，目前一些现有的 FW 测量方法省略了这一点。 还将探索其他功能，例如估计可食用与不可食用的 FW（以及因此浪费的卡路里）、估计食品类别之间的浪费率以及估计垃圾填埋场的转移率，以便可以立即计算和存储多个政策相关指标。