社交媒体曝光与大学食堂消费者膳食质量的关系:来自秘鲁北部偏最小二乘法-结构方程模型(PLS-SEM)的研究

《Foods》:Social Media Exposure and Dietary Quality in University Restaurant Consumers: A PLS-SEM Approach from Northern Peru

【字体: 大 中 小 】 时间:2026年07月03日 来源:Foods 6.0

编辑推荐:

  摘要:大学生面临由时间限制、校园食物环境和密集接触社交媒体上食物相关内容所塑造的饮食转型,但数字曝光与可观察食物选择及整体膳食质量之间关联的机制在拉丁美洲背景下仍缺乏充分建模。本研究检验了社交媒体驱动的食物规范(Normative Influence, NI)

  
摘要:大学生面临由时间限制、校园食物环境和密集接触社交媒体上食物相关内容所塑造的饮食转型,但数字曝光与可观察食物选择及整体膳食质量之间关联的机制在拉丁美洲背景下仍缺乏充分建模。本研究检验了社交媒体驱动的食物规范(Normative Influence, NI)和餐厅食物选择(Consumption Decisions, CD)是否依次中介Instagram(IG)和TikTok(TK)曝光对整体膳食质量(Y)的影响,同时将身体活动(Physical Activity, PA)作为独立预测变量纳入。本研究为定量横断面研究,通过对秘鲁北部拉利伯塔德省615名在大学餐厅就餐的大学生(53.2%为女性;平均年龄M = 21.7岁;39.2%来自公立大学,60.8%来自私立大学)进行面对面纸质问卷调查收集数据。采用偏最小二乘法-结构方程模型(Partial Least Squares Structural Equation Modeling, PLS-SEM;SmartPLS 4)进行分析,使用5000次Bootstrap重抽样及偏差校正加速(Bias-Corrected and Accelerated, BCa)95%置信区间;Y采用文化适配的KIDMED指数操作化定义。五项结构假设均获支持:TK → NI(β = 0.479)效应大于IG → NI(β = 0.349);NI → CD(β = 0.473)与PA → CD(β = 0.216)为独立路径;CD → Y(β = 0.255)确认远端关联。NI完全中介两条数字曝光至食物选择的路径。大学餐厅膳食质量主要通过规范性(而非信息性)数字机制重构,提示应优先开展基于规范的干预而非单纯营养信息宣传。反映性测量量表的IG、TK和NI具充足内部一致性(Cronbach's α = 0.874–0.889;组合信度Composite Reliability, CR = 0.907–0.923)和收敛效度(平均方差萃取Average Variance Extracted, AVE = 0.620–0.751);结构模型分别解释NI、CD和整体膳食质量55.5%、30.8%和34.8%的方差。
论文解读:社交媒体曝光与大学食堂消费者膳食质量的PLS-SEM研究
该研究发表于《Foods》期刊,针对秘鲁北部大学生在校园文化餐厅(University Restaurant / Canteen)消费时,社交媒体(Instagram与TikTok)食物内容曝光是否通过规范影响(Normative Influence, NI——社交媒体对食物的规范性影响,即感知社会规范、视觉吸引力、博主信任、采纳意图、食物FOMO及趋势感知)和餐厅食物选择(Consumption Decisions, CD——校餐中蔬果、瘦肉蛋白摄入及少选超加工食品和含糖饮料的行为),最终影响整体膳食质量(以秘鲁文化适配版KIDMED指数衡量,为形成性构念formative construct),并同时考察身体活动(Physical Activity, PA——国际体力活动问卷简版IPAQ测得的中高强度PA周分钟数)作为CD的独立预测变量。现有文献多将社交平台笼统处理,缺乏对Instagram与TikTok差异化效应、链式中介(数字曝光→规范重塑→行为选择→膳食质量)及PA独立路径的同时建模,且在拉美特别是秘鲁北部语境下存在研究空白。研究人员通过PLS-SEM发现TikTok比Instagram对食物规范影响更强,NI完全中介数字曝光至CD的路径,PA独立正向预测CD,CD正向预测KIDMED得分,明确揭示社交媒体影响大学生饮食的核心机制是规范性重塑而非单纯信息接收,为校园营养干预指明应以规范干预(如微网红播种健康饮食规范)联合运动促进为方向。
主要关键技术方法
研究人员于2024年8月至11月在秘鲁拉利伯塔德大区( Trujillo、Chepén、Pacasmayo、Ascope)公立与私立大学校内餐厅便利抽取N=615名常使用Instagram或TikTok浏览食物内容且当日在校内餐厅就餐的在校生(排除<17岁、治疗性饮食及缺项>15%问卷者),进行面对面纸质量表调查。量表含四组五点Likert题(IG四题测Instagram食物内容曝光度与互动;TK四题测TikTok同类;NI六题测食物相关社交媒体规范影响,为反映性构念reflective construct;CD四题测餐厅食物选择,其中超加工食品与含糖饮料题为反向计分,亦为反映性构念)及秘鲁本土化14项二分KIDMED指数(形成性构念formative construct)和IPAQ简版PA单指标。经专家评判与认知前测改良后,用SmartPLS 4运行PLS-SEM:测量模型检验Cronbach's α、组合信度CR、AVE及HTMT判别效度(形成性构念仅检VIF<3.3);结构模型以5000次Bootstrap含BCa 95% CI估计路径系数(β)、f2效应量及R2,以盲fold法得Q2评估预测相关性;中介效应按Nitzl等程序做Bootstrap间接效应检验判定完全中介;进行MICOM多组比较(公/私立)、去离群值与去除NI6项的稳健性检验及PA×IG/TK交互项后置敏感性分析。
研究结果
3. Results(结果)
样本(n=615)中53.2%为女性,平均年龄21.7岁,公立大学39.2%。描述统计显示TikTok各题均值略高于Instagram,最高为TK4(受病毒视频驱动尝试新食肆,M=3.24)。反映性测量模型:IG、TK和NI达可接受内部一致性(α=0.874–0.889,CR=0.907–0.923,AVE=0.620–0.751,各外负荷>0.72,p<0.001);CD构念AVE=0.406略低于常规阈值但其CR=0.700>0.60且CD3显著负荷(λ=0.396,p=0.039),CD4未达显著,归因为反向计分题方法效应,予以保留。全模型VIF<3.3,Fornell-Larcker准则与HTMT<0.85支持判别效度(NI与TK的HTMT=0.780为最高)。Harman单因子解释28%<40%,全共线性VIF 1.000–1.605,标记变量法校正后相关矩阵不变,表明无显著共同方法偏差(Common Method Bias, CMB)。
结构模型R2(NI)=0.555,R2(CD)=0.308,R2(Y)=0.348。五条直接路径皆显著:H1 IG→NI β=0.349(p<0.001,f2=0.170);H2 TK→NI β=0.479(p<0.001,f2=0.321,较IG效应更大);H3 NI→CD β=0.473(p<0.001,f2=0.313);H4 PA→CD β=0.216(p<0.001,f2=0.065);H5 CD→Y β=0.255(p=0.017,f2=0.070)。IG→CD(β=0.035,p=0.373)与TK→CD(β=0.054,p=0.229)不显著,符合NI完全中介。中介分析显示IG→NI→CD间接效应IE=0.165(p<0.001),TK→NI→CD IE=0.227(p<0.001),NI→CD→Y IE显著但较小,完整链IG/TK→NI→CD→Y间接效应分别达p=0.002与p=0.001。后置敏感性分析中PA×IG与PA×TK交互项不显著,PA→CD与NI→CD路径系数基本不变,ΔR2(CD)=0.004,支持PA为独立于数字曝光的自主动机路径。多组分析(MICOM)公/私立大学五条结构路径无显著差异(p>0.60,|Δβ|<0.04),模型具跨院校不变性。PLSpredict显示多数内衍指标Q2predict>0且PLS-RMSE低于线性回归基准,CVPAT证实样本外预测性能优于指标均值基准。
讨论与结论总结(翻译/浓缩结论部分)
研究人员得出结论:所有五项结构假设获支持——TikTok对食物感知社会规范的影响强于Instagram(β=0.479对0.349,均p<0.001);规范影响(NI)完全中介Instagram与TikTok曝光对餐厅食物选择的作用,无IG/TK至CD直接路径;身体活动独立正向预测食物选择(β=0.216,p<0.001);食物选择进而正向预测整体膳食质量(β=0.255,p=0.017)。模型解释NI方差55.5%、CD 30.8%、膳食质量34.8%。研究表明,在此人群中社交媒体影响膳食质量的操作性渠道是感知规范重塑(而非营养信息传递),这重新框定了秘鲁北部校园营养干预与大学餐饮服务的设计方向——应借助TikTok上可信微网红播种果蔬及瘦肉蛋白摄入规范,并结合校内体力活动倡导以激活独立的行为自律通道,食堂菜单与陈列须与规范干预目标协同(如凸显蔬果、设置精益蛋白套餐、将水置于含糖饮料旁),从而闭合数字社会影响至真实膳食质量的链路。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号