MétaCan
Menu
Retour à la cohorte
Enregistrement W2940652286 · doi:10.1186/s12913-019-3926-3

Medical nutrition therapy in Canadian federal correctional facilities

2019· review· en· W2940652286 sur OpenAlexafffundabout
Karen Davison, Carla D’Andreamatteo, Victoria Smye

Notice bibliographique

RevueBMC Health Services Research · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensOntario Tech UniversityWestern UniversityUniversity of ManitobaKwantlen Polytechnic UniversityUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Foundation for Dietetic Research
Mots-clésMedicineThematic analysisPublic healthNursingStakeholderNursing researchHealth promotionHealth informaticsHealth careHealth administrationQualitative researchEnvironmental healthPublic relationsEconomic growthPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Under- and over nutrition as well as nutrition risk factors such as communicable and non-communicable diseases are a common and major cause of morbidity and mortality in correctional facilities. Consequently, medical nutrition therapy (MNT), a spectrum of nutrition services aimed at optimizing individual well-being, is being recognized as integral to the health of people who experience incarceration. However, there is a paucity of research that explores the delivery of MNT in correctional facilities. METHODS: A scoping review combined with secondary analysis of qualitative data (field notes, in-depth stakeholder interviews) from a 2-year ethnographic study about food insecurity and incarceration was undertaken to gain insights about the delivery of corrections-based MNT in Canada. Thematic analysis of all documents was done using an interpretive framework. RESULTS: An understanding about MNT was developed within three themes: 1) specialized service provision in a unique environment; 2) challenges with the provision of MNT; and 3) consideration of corrections-based MNT alternatives. An incarcerated individual's nutritional health was conceptualized as culminating from various factors that included dietary intake and health status, enabling environments, access to quality health services, and clinical nutrition services. Nutrition care practices, which range from health promotion to rehabilitation, are challenged by issues of access, visibility, adequacy, and environmental barriers. Their success is dependent on demand (e.g., ability of recipient to act) and factors that enable quality health and food services. Advancing corrections-based MNT will require policies that provide supportive food and health environments and creating sustainable services by integrating alternatives such as peer approaches and telehealth. CONCLUSIONS: Professional associations, government, researchers and other stakeholders can help to strengthen corrections-based MNT by fostering shifts in thinking about the role of health practitioners in these contexts, preparing future health professionals with the specialized skills needed to work in these environments, generating evidence that can best inform practice, and cultivating collaborations aimed at crime prevention, successful societal reintegration, and the reduction of recidivism.

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)0,003
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,950

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0150,002
Communication savante0,0040,001
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,493
Tête enseignante GPT0,611
Écart entre enseignants0,118 · 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
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

Citations16
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207