MétaCan
Menu
Retour à la cohorte
Enregistrement W2810505450 · doi:10.1080/21551197.2018.1482811

Review of Nutrition Screening and Assessment Practices for Long-Term Care Residents

2018· article· en· W2810505450 sur OpenAlexaffabout
Shanthi Johnson, Roseann Nasser, Kayla Rustad, Jennifer Chan, Christina Wist, Aisha Siddique, Heather Tulloch

Notice bibliographique

RevueJournal of Nutrition in Gerontology and Geriatrics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensRegina Qu'Appelle Health RegionUniversity of ReginaSaskatchewan Health
Organismes subventionnairesnon disponible
Mots-clésMedicineMalnutritionLong-term careGerontologyPhonePopulationEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

The older adult population in Canada is growing, creating a greater demand for long-term care (LTC) facilities. Seniors living in LTC are more vulnerable to malnutrition, making it important to implement nutrition screening tools on a routine basis. The purpose of this study was to explore the practices of Registered Dietitians (RDs) related to nutritional screening, nutritional assessment, and follow-ups conducted within LTC facilities. This study also explored possible barriers hindering the application of these practices. Nine RDs from two health regions in Southern Saskatchewan completed a phone interview to address nutrition care practices/policies and barriers in LTC facilities. Results showed a considerable amount of variability in nutrition care practices for screening and assessment with lack of time identified as the greatest barrier. These findings highlight the importance of having consistent policies and a sufficient amount of RDs available in LTC facilities to provide the expected level of nutrition care for residents.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

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

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 Opus0,095
Tête enseignante GPT0,462
Écart entre enseignants0,367 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nutrition in Gerontology and GeriatricsMême sujetNutrition and Health in AgingTravaux en français237 207