MétaCan
Menu
Retour à la cohorte
Enregistrement W2534228048 · doi:10.3148/cjdpr-2016-020

How and Where Parents of Infants and Young Children Want to Receive Nutrition Information

2016· article· en· W2534228048 sur OpenAlexafffundvenueabout
Bria Dexter, Sarah Frank, Louise Séguin

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensAlberta Health Services
Organismes subventionnairesAlberta Health Services
Mots-clésNutrition informationMedicineThe InternetFamily medicineHealth professionalsHealth informationPediatricsHealth care

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To understand how and where parents of infants and young children (children ≤5 years old) prefer to receive nutrition information. METHODS: A 1-page survey was developed and pilot tested at 2 community agencies. The final survey was distributed at 18 community health centres (CHCs) in Calgary and surrounding rural areas. Any parent attending a well-child visit (child ≤5 years old) was able to participate. RESULTS: Five hundred and twenty-nine surveys were completed. The majority of respondents at every CHC identified online reading (79.2%) in their home (86.0%) as the preferred method and location to receive nutrition information. Almost all (99.4%) participants had internet access. Handouts (38.6%) were the second most popular way to receive nutrition information. In-person and online classes were only a preferred method by a small percentage of respondents, 10.6% and 8.1%, respectively. CONCLUSIONS: Appropriate, evidence-based nutrition websites should be promoted to parents with young children. Health professionals should be aware that parents likely access nutrition information online, and they need to provide an opportunity for parents to discuss what they found. Future research is needed to understand which websites parents access for online nutrition information and how they discern whether it is credible.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,066
Tête enseignante GPT0,455
Écart entre enseignants0,389 · 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'étudeQualitatif
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

Citations13
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207