Personalised Nutrition Technologies and Innovations: A Cross-National Survey of Registered Dietitians
Notice bibliographique
Résumé
BACKGROUND: Commercial technology-enabled personalised nutrition is undergoing rapid growth, yet its uptake in dietetics practice remains low. This survey sought the opinions of dietetics practitioners on personalised nutrition and related technologies to understand the facilitators and barriers to its application in practice. METHOD: A cross-section of registered dietitians were recruited in the USA, UK, Australia, Canada, Israel, Mexico, Portugal, Spain, and South Africa. The questionnaire sought their views on the risks of genetics technology, the ethics of genetic testing, the usefulness of new personalised nutrition technologies, entrepreneurism, and the perceived importance of new technologies to dietetics. Validated scales were included to assess personality (Big Five) and self-efficacy (NGSEI). The survey was available in English, Spanish, and Portuguese. Regression analyses were performed to identify factors associated with the integration of nutrigenetic testing into practice, and to identify factors associated with the perceived importance of bio-information, and mobile technology to dietetics practice. RESULTS: A total of 323 responses (response rate 19.7%) were analysed. Dietetics practitioners who had integrated personalised nutrition technology into practice perceived technologies to be less risky (p = 0.02), biotechnology to be more important (p < 0.01), and professional skills to be less important (p = 0.04) than those who had not. They were also more likely to see themselves as entrepreneurs (p < 0.01) and to perceive lower risks to be associated with technology (p < 0.01). Practitioners of nutrigenetics were lower on neuroticism (p < 0.01) and higher on self-efficacy (p < 0.01), extraversion (p < 0.01), and agreeableness (p < 0.01). A higher perceived importance of biotechnology to dietetics practice was associated with higher perceived usefulness of omics tests (p < 0.01). Perceived importance of information technology was associated with the perceived importance of biotechnology (p < 0.01). Mobile technology was perceived as important by dietitians with the highest level of education (p = 0.02). CONCLUSIONS: For dietitians to practice technology-enabled personalised nutrition, training will be required to enhance self-efficacy, address the risks perceived to be associated with new technologies, and instil an entrepreneurial mindset.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».