MétaCan
Menu
Retour à la cohorte
Enregistrement W1994101566 · doi:10.3390/nu3030330

Perceived Barriers to Application of Glycaemic Index: Valid Concerns or Lost in Translation?

2011· review· en· W1994101566 sur OpenAlexaff
Shannan Grant, Thomas M.S. Wolever

Notice bibliographique

RevueNutrients · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineGlycaemic indexKnowledge translationPsychologyMedical educationInternal medicineGlycemic indexComputer scienceKnowledge management

Résumé

récupéré en direct d'OpenAlex

The term glycaemic-index (GI) originally appeared in the literature in the early 1980s. GI categorizes carbohydrate according to glycaemic effect postprandially. Since its inception, GI has obtained and maintained interest of academics and clinicians globally. Upon review of GI literature, it becomes clear that the clinical utility of GI is a source of controversy. Can and should GI be applied clinically? There are academics and clinicians on both sides of the argument. Certainly, this controversy has been a stimulus for the evolution of GI methodology and application research, but may also negatively impact clinicians' perception of GI if misunderstood. This article reviews two assessments of GI that are often listed as barriers to application; the GI concept is (1) too complex and (2) too difficult for clients to apply. The literature reviewed does not support the majority of purported barriers, but does indicate that there is a call from clinicians for more and improved GI education tools and clinician GI education. The literature indicates that the Registered Dietitian (RD) can play a key role in GI knowledge translation; from research to application. Research is warranted to assess GI education tool and knowledge needs of clinicians and the clients they serve.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,064
score de la tête « metaresearch » (Gemma)0,183
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,183
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,005
Communication savante0,0050,007
Science ouverte0,0020,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,381
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetDiet and metabolism studiesTravaux en français237 207