Do as I say, not as I do Lifestyles and counseling practices of physician faculty at the University of Alberta
Notice bibliographique
Résumé
Abstract Objective To describe the dietary, exercise, smoking, and alcohol use habits among physician faculty to determine if physician lifestyle behaviour is related to attitudes about and practices of patient lifestyle counseling. Design An electronic cross-sectional survey distributed by e-mail. Setting The Faculty of Medicine and Dentistry at the University of Alberta in Edmonton. Participants Physician faculty. Main outcome measures Physicians’ dietary, exercise, smoking, and alcohol use habits and the correlation between physician lifestyle behaviour and counseling practices. Results A total of 176 responses were received, for a response rate of 24.0%. Of the physician faculty respondents, 63.3% believed they were role models for a healthy lifestyle. Smoking was rare among the respondents, while 86.2% reported alcohol consumption. Only 10.8% of respondents reported consuming the recommended daily servings of fruits and vegetables. Only 47.2% (83 of 176) reported doing vigorous physical activity on 3 or more days in the past week, while 33.0% (58 of 176) reported doing moderate physical activity on 3 or more days in the past week. Statistically significant links exist between poor lifestyle behaviour and low levels of counseling in medical practice. Physicians who viewed themselves as role models for healthy lifestyles reported that they consumed more fruit and vegetables, exercised more often, and felt comfortable counseling patients about healthy lifestyle habits. Conclusion This study demonstrates that lifestyle habits among physician faculty do not routinely meet recommended guidelines, and that physicians might counsel patients less frequently on lifestyle guidelines that they themselves are not meeting.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».