Dietitians' perspectives on patient barriers and enablers to weight management: An application of the social‐ecological model
Notice bibliographique
Résumé
AIM: Dietitians are nutrition experts who conduct nutrition assessments and provide support to patients seeking to manage their weight. The aim of the present study was to assess dietitians' perspectives on the barriers and enablers encountered by patients during their weight management journey. METHODS: Fourteen individual semi-structured interviews were conducted over a 3-month period in 2017 with dietitians working in Ontario, Canada. All interviews were audio-recorded and transcribed verbatim. Two researchers coded the data independently using a directed content analysis approach. RESULTS: Emerging themes were classified at societal, community, relationship, individual levels of the social-ecological model (SEM). Barriers included low socioeconomic status, 'go big or go home approach', lack of knowledge and cooking skills, lack of time, emotional eating, unsupportive home and work environments, discrimination and weight bias, lack of communication between health professionals, and low accessibility to healthy foods. Enablers included community programs, workplaces promoting healthy behaviours, and ongoing clinical support. Dietitians mentioned that patients encounter many barriers that may coexist and hinder weight management and/or maintenance of lost weight. CONCLUSIONS: Communication between health team members and ongoing patient support in the clinical setting are required. A whole-of-government, whole-of-society approach is needed to target the various aforementioned barriers at various level of the SEM.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».