MétaCan
Menu
Retour à la cohorte
Enregistrement W2790637509 · doi:10.3389/fpubh.2018.00093

Perspectives from the Third International Summit on Medical Nutrition Education and Research

2018· article· en· W2790637509 sur OpenAlexaff
Jennifer Crowley, Celia Laur, Harrison David Edward Carter, Glenys Jones, Sumantra Ray

Notice bibliographique

RevueFrontiers in Public Health · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSummitPublic healthKnowledge translationNutrition EducationPublic relationsHealth policyHealth careMedicineMedical educationPolitical scienceNursingGerontologyKnowledge management

Résumé

récupéré en direct d'OpenAlex

Nutrition is an important component of public health and health care, including in education and research, and in the areas of policy and practice. This statement was the overarching message during the third annual International Summit on Medical Nutrition Education and Research, held at Wolfson College, University of Cambridge, United Kingdom, in August 2017. This summit encouraged attendees to think more broadly about the impact of nutrition policy on health and communities, including the need to visualize the complete food system from "pre-farm to post-fork." Evidence of health issues related to food and nutrition were presented, including the need for translation of knowledge into policy and practice. Methods for this translation included the use of implementation and behavior change techniques, recognizing the needs of health-care professionals, policy makers, and the public. In all areas of nutrition and health, clear and effective messages, supported by open data, information, and actionable knowledge, are also needed along with strong measures of impact centered on an ultimate goal: to improve nutritional health and wellbeing for patients and the public.

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)0,074
score de la tête « metaresearch » (Gemma)0,038
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,392

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0740,038
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,007
Communication savante0,0220,008
Science ouverte0,0030,022
Intégrité de la recherche0,0300,044
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,143
Tête enseignante GPT0,525
Écart entre enseignants0,382 · 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
GenreCommentaire

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

En bref

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetObesity and Health PracticesTravaux en français237 207