MétaCan
Menu
Retour à la cohorte
Enregistrement W2533528334 · doi:10.1016/j.puhe.2016.09.030

Nutrition education for public health

2016· editorial· en· W2533528334 sur OpenAlexaff
Sumantra Ray, Lauren Ball, Celia Laur

Notice bibliographique

RevuePublic Health · 2016
Typeeditorial
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPublic healthEnvironmental healthHealth educationMedicineNursing

Résumé

récupéré en direct d'OpenAlex

Good nutrition is essential for human well-being, yet malnutrition (undernutrition and obesity) affects nearly all countries worldwide.1 Many countries are achieving improvements in public health by reducing the prevalence of malnutrition in individuals and population groups.1 These efforts provide the opportunity to support similar improvements in other regions requiring systematic information sharing and knowledge exchange, recently highlighted at the 2016 Global Open Data for Agriculture and Nutrition (GODAN) Summit held in conjunction with the United Nations in New York. At the GODAN Summit, we were fortunate to have a platform to highlight to visionaries from across the globe that a key priority for addressing malnutrition is to support medical and healthcare professionals to take an active role in promulgating healthy dietary behaviours in primary and preventative health care, whilst also advocating appropriate nutritional interventions in secondary care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,170
Tête enseignante GPT0,536
Écart entre enseignants0,366 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revuePublic HealthMême sujetObesity and Health PracticesTravaux en français237 207