MétaCan
Menu
Retour à la cohorte
Enregistrement W2025029372 · doi:10.1186/1472-6882-12-198

Understanding the role of scientific evidence in consumer evaluation of natural health products for osteoarthritis an application of the means end chain approach

2012· article· en· W2025029372 sur OpenAlexafffundabout
Teresa Tsui, Heather Boon, Andreas Boecker, Natasha Kachan, Murray Krahn

Notice bibliographique

RevueBMC Complementary and Alternative Medicine · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive and psychological constructs research
Établissements canadiensUniversity of GuelphUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchAdvanced Foods and Materials Network
Mots-clésScientific evidenceMedicineEvidence-based medicinePublic healthLadderingPsychologySociology of scientific knowledgeAlternative medicineFamily medicineMarketingNursingPathologySocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over 30% of individuals use natural health products (NHPs) for osteoarthritis-related pain. The Deficit Model for the Public Understanding of Science suggests that if individuals are given more information (especially about scientific evidence) they will make better health-related decisions. In contrast, the Contextual Model argues that scientific evidence is one of many factors that explain how consumers make health-related decisions. The primary objective was to investigate how the level of scientific evidence supporting the efficacy of NHPs impacts consumer decision-making in the self-selection of NHPs by individuals with osteoarthritis. METHODS: The means-end chain approach to product evaluation was used to compare laddering interviews with two groups of community-dwelling Canadian seniors who had used NHPs to treat their osteoarthritis. Group 1 (n=13) had used only NHPs (glucosamine and/or chondroitin) with "high" scientific evidence of efficacy. Group 2 (n=12) had used NHPs (methylsulfonylmethane (MSM) and/or bromelain) with little or no scientific evidence supporting efficacy. Content analysis and generation of hierarchical value maps facilitated the identification of similarities and differences between the two groups. RESULTS: The dominant decision-making chains for participants in the two scientific evidence categories were similar. Scientific evidence was an important decision-making factor but not as important as the advice from health care providers, friends and family. Most participants learned about scientific evidence via indirect sources from health care providers and the media. CONCLUSIONS: The Contextual Model of the public understanding of science helps to explain why our participants believed scientific evidence is not the most important factor in their decision to use NHPs to help manage their osteoarthritis.

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)0,079
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,079
Score d'incertitude au seuil0,420

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0790,132
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0160,007
Études des sciences et des technologies0,0050,014
Communication savante0,0120,010
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,488
Tête enseignante GPT0,478
Écart entre enseignants0,011 · 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'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
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Complementary and Alternative MedicineMême sujetCognitive and psychological constructs researchTravaux en français237 207