MétaCan
Menu
Retour à la cohorte
Enregistrement W2884991519 · doi:10.1071/py18021

Metabolic syndrome and weight management programs in primary care: a comparison of three international healthcare systems

2018· article· en· W2884991519 sur OpenAlexaffabout
Elizabeth Sturgiss, Claire Madigan, Doug Klein, Nicholas Elmitt, Kirsty Douglas

Notice bibliographique

RevueAustralian Journal of Primary Health · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMedicineHealth carePopulation healthContext (archaeology)Metabolic syndromeDiseaseObesityPrimary careDisease managementPublic healthFamily medicineGerontologyNursingPathology

Résumé

récupéré en direct d'OpenAlex

Lifestyle behaviours are contributing to the increasing incidence of chronic disease across all developed countries. Australia, Canada and the UK have had different approaches to the role of primary care in the prevention and management of lifestyle-related diseases. Both obesity and metabolic syndrome have been targeted by programs to reduce individual risk for chronic disease such as type 2 diabetes. Three interventions are described - for either obesity or metabolic syndrome - that have varying levels of involvement of GPs and other primary care professionals. The structure of a healthcare system for example, financing and physical locations of primary care clinicians, shapes the development of primary care interventions. The type of clinicians involved in interventions, whether they work alone or in teams, is influenced by the primary care setting and resource availability. Australian clinicians and policymakers should take into account the healthcare system where interventions are developed when translating interventions to the Australian context.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,132
Tête enseignante GPT0,437
Écart entre enseignants0,305 · 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'étudeObservationnel
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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Primary HealthMême sujetObesity and Health PracticesTravaux en français237 207