MétaCan
Menu
Retour à la cohorte
Enregistrement W2137411229 · doi:10.1177/1524839910370426

Knowledge of Antioxidants and Breast Cancer Risk Among Women Attending Breast Cancer Risk Assessment Clinics

2010· article· en· W2137411229 sur OpenAlexaff
Lilisha Burris, Judy Paisley, Marlene Greenberg

Notice bibliographique

RevueHealth Promotion Practice · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensSunnybrook Health Science CentreToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBreast cancerMedicineHarmCancerPopulationThematic analysisFamily medicineHealth educationGerontologyEnvironmental healthQualitative researchPsychologyPublic healthNursingInternal medicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

This qualitative study used semistructured interviews to examine the accuracy of knowledge concerning antioxidants and health among a convenience sample of 79 women attending a breast cancer risk assessment clinic. Despite a high level of familiarity (98%) with the word antioxidant, few participants could name more than one of these compounds and most relied on print media (41.6%) and radio/TV (22.2%) for antioxidant information. Thematic content analysis revealed participants' beliefs that antioxidants were strongly linked to reduced breast cancer risk and improved health. They described antioxidant functions that take place before (e.g., "Prevention . . . a best defense mechanism" and "To boost strength and good health") or after (e.g., "Fights diseases, free radicals, and cancer," "Acts as a cleanser or purifier," and "Undoes the harm that I am consciously or unconsciously doing to my body") a health threat. Participants' understandings of the links between antioxidant intake and breast cancer risk did not accurately reflect the scientific evidence. This large priority population group needs tailored, evidence-based nutrition communications to address inaccurate understandings about antioxidant intake and breast cancer risk.

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)0,005
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,425
Écart entre enseignants0,392 · 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'étudeObservationnel
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Promotion PracticeMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207