Diet App Use by Sports Dietitians: A Survey in Five Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Despite the hundreds of diet apps available for use on smartphones (mobile phones), no studies have examined their use as tools for dietary assessment and tracking in sports nutrition. OBJECTIVE: The aim is to examine the prevalence and perceptions of using smartphone diet apps for dietary assessment and tracking among sports dietitians. METHODS: A cross-sectional online survey to examine the use and perception of diet apps was developed and distributed to sports dietitians in Australia, Canada, New Zealand, the United Kingdom, and the United States (US). RESULTS: The overall response rate from the 1709 sports dietitians invited to participate was 10.3% (n=180). diet apps were used by 32.4% (57/176) of sports dietitians to assess and track the dietary intake of athletes. Sports dietitians from the US were more likely to use smartphone diet apps than sports dietitians from other countries (OR=5.61, 95% CI 1.84-17.08, P=.002). Sports dietitians used 28 different diet apps, with 56% (32/57) choosing MyFitnessPal. Overall, sports dietitians held a positive perception of smartphone diet apps, with the majority of respondents viewing diet apps as "better" (25/53, 47%) or "equivalent" (22/53, 41%) when compared with traditional dietary assessment methods. CONCLUSIONS: Nearly one-third of sports dietitians used mobile phone diet apps in sports nutrition practice, and viewed them as useful in helping to assess and track the dietary intake of athletes.
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.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 découle