Obesity Research in Canada: Literature Overview of the Last 3 Decades
Notice bibliographique
Résumé
OBJECTIVE: To identify research published on obesity in Canada, to explore the range of areas studied, and to identify gaps and areas that merit future research attention. RESEARCH METHODS AND PROCEDURES: Medline and International Pharmaceutical Abstracts databases were searched from 1970 onwards. Original articles were identified and categorized by areas of interest. RESULTS: A total of 1186 relevant articles were identified: 17, 136, 687, and 346 articles during the 1970s, 1980s, 1990s, and 2000 to 2003, respectively. Of the articles, 816 were considered original studies and accepted for this analysis. Twelve research areas were identified: basic science involving animal experiments (29%), human experiments (16%), populations surveys (14%), obesity-related comorbidities (13%), diagnostic/surgical issues (11%), nonpharmacological approaches (7%), drug-related issues (4%), anthropometrics (2%), impact of weight loss (2%), cost/healthcare use (1%), attitudes/perceptions (0.9%), and models/procedures (0.5%). Two-thirds of all research was conducted in Quebec (34%) and Ontario (33%). DISCUSSION: Given the multifactorial nature of obesity, Canadian obesity research covers a broad range of areas with a predominance of basic science but lesser emphasis on community and primary care studies. Furthermore, there was a paucity of research on either clinical management of medical conditions in obese patients or clinical aspects that go beyond weight loss. Thus, although Canada appears well represented in basic research, more attention to exploration of clinical issues and healthcare delivery for obese patients appears warranted.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,007 |
| 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 ».