MétaCan
Menu
Retour à la cohorte
Enregistrement W2418215537 · doi:10.1097/mco.0000000000000198

A changing landscape

2015· review· en· W2418215537 sur OpenAlexaff
Kate Storey

Notice bibliographique

RevueCurrent Opinion in Clinical Nutrition & Metabolic Care · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthPopulationWeb applicationApplied psychologyPsychologyFood intakeMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Adolescents' dietary intake is an important determinant of health and well-being and is influenced by a complex interaction of environmental, social, psychological, and physiological factors. The complexity of the adolescent diet makes its assessment prone to error, which has prompted researchers and clinicians to turn to technology to reduce this error. Previous reviews have been conducted regarding the use of technology in dietary assessment for adults; however, there are no known reviews for adolescents. Therefore, the purpose of this review is to describe the practical considerations for web-based dietary assessment methods and to evaluate recent evidence on their validity and implications. RECENT FINDINGS: There are numerous web-based dietary assessment methods that are available, valid, and reliable for use in the adolescent population. Web-based methods include both native and web-based applications (or 'apps'), and have been developed for use as food records, 24-h dietary recalls, and food frequency questionnaires. SUMMARY: Web-based methods provide an efficient, cost-effective and practical solution to assess dietary intake; they are less burdensome to respondents and reduce errors and bias. Furthermore, adolescents are technologically savvy and often prefer the use of technology. Web-based methods should be considered when assessing adolescents' dietary intake.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,002
Communication savante0,0070,008
Science ouverte0,0020,004
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0260,006

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 Opus0,278
Tête enseignante GPT0,518
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Clinical Nutrition & Metabolic CareMême sujetNutritional Studies and DietTravaux en français237 207