The Nutrition and Dietetics Workforce Needs Skills and Expertise in the New York Metropolitan Area
Notice bibliographique
Résumé
BACKGROUND: There is an increased demand in the Nutrition and Dietetics field which has fostered credentialing to ensure competent graduates. The objective of this study is to conduct an exploratory analysis to identify nutrition/dietetics workforce needs, skills and expertise in the New York metropolitan area as exemplified in position announcements over a 4 year period. METHODS: We recorded position announcements for jobs in nutrition and dietetics from the New York State Registered Dietitian Yahoo group, and the Hunter College Nutrition and Food Sciences student and alumni listserv (NFS-L) over a 4 year period. Keywords were identified using job categories defined by the Academy of Nutrition and Dietetics (AND) compensation and benefits survey. This served as a starting point to enumerate the types of positions that have been posted for the New York metropolitan area in recent years. RESULTS: Four hundred and twelve (412) unique job postings were recorded. Various educational levels, credentials, and skills desired by these employers were identified, assessed, and compared with similar data from the "supply side" reports from AND. CONCLUSIONS: The credentials and skills most desired by employers are similar to some of the learning objectives set forth for DPD and DI programs by ACEND, but not entirely congruent. The need for both client/customer focus and computer literacy may be implicit in the standards, but a more overt inclusion of these skills would likely be of benefit to ensure these are inculcated into every program and student.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».