Translational research to reduce <i>trans</i> -fat intakes in Northern Québec (Nunavik) Inuit communities: a success story?
Notice bibliographique
Résumé
Following our results, based on population studies conducted in Greenland and Northern Canada, that Nunavik Inuit were thrice as highly exposed to dietary trans-fat as were Greenlandic Inuit, and that the biological levels found in Nunavik were already associated with deleterious blood lipid profiles, we decided to engage in translational activities. Our goal was to support Inuit communities in the practical implementation of a reduction of the trans-fat content of food sold in Nunavik. We carried out a preliminary feasibility study in Kuujjuaq and participated in several meetings. This translational phase involved an Inuk leader, an Inuk student, a southern student, a southern nutritionist and a southern researcher in the framework of a public health project. In the present article, we recount the different phases of the process, from research implementation to results dissemination and institutional commitment to implement a primary prevention program of reduction in trans-fat exposure in Nunavik. This is the occasion to draw broader conclusions on the factors that could either act in favour of or, on the contrary, would likely compromise the implementation of primary prevention interventions dealing with food and nutrition in the Arctic. Finally, we share some reflections on future translational activities dealing with trans-fat as well as other junk food issues. The analytical framework we propose integrates a range of factors, from geo-climatic to socio-economic, ethno-cultural, and even political, that we think should be examined while identifying and building preventive recommendations and strategies related to the Northern diet.
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».