MétaCan
Menu
Retour à la cohorte
Enregistrement W2985829389 · doi:10.18192/riss-ijhs.v9i1.4139

An Exploration of the Methodological Flaws for Assessing Fibre Intakes Among Canadians

2019· article· en· W2985829389 sur OpenAlexaffvenueabout
Michelle R. Asbury

Notice bibliographique

RevueRevue interdisciplinaire des sciences de la santé - Interdisciplinary Journal of Health Sciences · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Environmental healthDietary fibreWarrantPopulationMedicineGerontologyBusinessNursingFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

According to the 2004 Canadian Community Health Survey-Nutrition, the majority of Canadians are consuming fibre below the adequate intake (AI) level. Although an intervention by Health Canada to improve fibre intakes may seem appropriate, there is insufficient evidence to warrant an intervention given the methodological flaws for assessing fibre intakes in the Canadian population. This paper explores these limitations by reviewing how the AI for fibre was developed, by examining how fibre intakes are assessed by the 2004 Canadian Community Health Survey-Nutrition, and by outlining the limitations of using an AI to draw conclusions about fibre inadequacy. Recognizing the pitfalls of this methodology is the first step to improving the assessment of fibre intakes in Canada, which is needed before any intervention by Health Canada is implemented.

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)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,006
Communication savante0,0000,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,145
Tête enseignante GPT0,482
Écart entre enseignants0,337 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue interdisciplinaire des sciences de la santé - Interdisciplinary Journal of Health SciencesMême sujetObesity, Physical Activity, DietTravaux en français237 207