MétaCan
Menu
Retour à la cohorte
Enregistrement W2010679764 · doi:10.1155/2014/964504

Exploring Perceptions and Experiences of Food Allergy among New Canadians from Asia

2014· article· en· W2010679764 sur OpenAlexafffundabout
Stephanie K. Lu, Susan J. Elliott, Ann E. Clarke

Notice bibliographique

RevueJournal of Allergy · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensUniversity of CalgaryUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooUniversity of Toronto
Mots-clésFood allergyEnvironmental healthAllergyImmigrationPopulationPerceptionMedicinePsychologyGeographyImmunology

Résumé

récupéré en direct d'OpenAlex

Introduction. In Canada, perceived prevalence of food allergy surpasses systematic estimates. Canadian immigrants have been found more likely to rate the risk of food allergy as "high" compared to nonimmigrants. Methods. Qualitative interviews were conducted with 3 key informants and 18 allergic individuals of East and Southeast Asian descent in order to capture their lived experience with food allergies. Results. Participants found food allergies to be more common in Canada than in Asia. Participants also agreed that having a food allergy is more manageable in Canada as a result of the policy environment (e.g., food labelling and school policies). In addition, participants had dealt with skepticism and disbelief about their food allergy in Asia, resulting in social exclusion and impacting quality of life. Discussion. Findings demonstrate the need to recognize the varied impacts and experiences of food allergy among new Canadians, given that immigrants represent a large and growing proportion of the Canadian population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,693

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,275
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations15
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of AllergyMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207