MétaCan
Menu
Retour à la cohorte
Enregistrement W2126076902 · doi:10.1016/j.jneb.2015.08.018

Developing an Evidence Review Cycle Model for Canadian Dietary Guidance

2015· article· en· W2126076902 sur OpenAlexaffvenueabout
Cynthia K. Colapinto, Ann Marie Ellis, Katie Faloon-Drew, Hélène Lowell

Notice bibliographique

RevueJournal of Nutrition Education and Behavior · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Process managementEvidence-based practiceIterative and incremental developmentComputer scienceManagement scienceRisk analysis (engineering)MedicineEngineeringAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Formulating dietary guidance involves navigating a large volume of substantive, conflicting evidence. Canada's guidance is determined after periodic evidence reviews. Health Canada identified the need for a more formal and systematic process to gather, assess, and analyze evidence. This led to the development of the Evidence Review Cycle model for Canada's dietary guidance. The Evidence Review Cycle consists of 5 steps that form a dynamic, iterative process to promote evidence-based, transparent, and proactive decision making. Resulting actions may include enhancing the implementation of guidance, revising guidance, or developing new guidance. Here, the development of this model is described, including considerations for implementation.

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)0,137
score de la tête « metaresearch » (Gemma)0,139
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,726

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1370,139
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0130,011
Études des sciences et des technologies0,0060,003
Communication savante0,0150,007
Science ouverte0,0070,007
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,371
Tête enseignante GPT0,559
Écart entre enseignants0,188 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations6
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Nutrition Education and BehaviorMême sujetObesity and Health PracticesTravaux en français237 207