Use of Mobile Device Applications In Canadian Dietetic Practice
Notice bibliographique
Résumé
PURPOSE: A cross-sectional web-based survey of dietitians was used to explore topics related to mobile devices and their applications (apps) in Canadian dietetic practice. METHODS: A survey was drafted, posted on SurveyMonkey, and pretested with dietitians and dietetic interns. Dietitians of Canada (DC), a supporter of this work, promoted the survey to members through its monthly electronic newsletters from January 2012 to April 2012. RESULTS: Of 139 dietitians who answered some survey questions, 118 finished the survey; this represents a response rate of approximately 3%. Overall, 57.3% of respondents reported app use in practice, and 54.2% had a client ask about or use a nutrition/food app. About 40.5% of respondents had recommended nutrition/food apps to clients. Respondents were enthusiastic about apps, but many described challenges with use. From the survey data, three themes emerged that can affect dietitians' use of apps and whether they recommend apps to clients: mobile device and app factors (access to information/tools, content quality, usability, accessibility/compatibility, and cost), personal factors (knowledge, interest, suitability, and willingness/ability to pay), and workplace factors. CONCLUSIONS: Apps are now infiltrating dietetic practice. Several factors can affect dietitians' use of apps and whether they recommend them to clients. These findings will help guide future development and use of apps in practice.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».