Evaluating adults’ health-related values and preferences about unprocessed red meat and processed meat consumption: protocol for a cross-sectional mixed-methods study
Notice bibliographique
Résumé
<ns3:p> <ns3:bold>Background:</ns3:bold> People need to choose from a wide range of foods, and in addition to availability and accessibility, people’s values and preferences largely determine their daily food choices. Given the potential adverse health consequences of red and processed meat and the limited knowledge on individuals’ health-related values and preferences on the topic, such data would be useful in the development of recommendations regarding meat consumption. </ns3:p> <ns3:p> <ns3:bold>Methods and analysis:</ns3:bold> We will perform a cross-sectional mixed methods study. The study population will consist of adult omnivores currently consuming a minimum of three weekly servings of either unprocessed red meat or processed meat. We will explore participants’ willingness to stop or reduce their unprocessed red meat, or their processed meat consumption through a direct-choice exercise. This exercise will consist of presenting a scenario tailored to each individual’s average weekly consumption. That is, based on a systematic review and meta-analysis of the best estimate of the risk reduction in overall cancer incidence and cancer mortality, we will ask participants if they would stop their consumption, and/or reduce their average consumption. We will also present the corresponding certainty of the evidence for the potential risk reductions. Finally, we will measure their meat consumption three months after the interview and determine if they have made any changes to their average consumption. </ns3:p> <ns3:p> <ns3:bold>Ethics and dissemination:</ns3:bold> The research protocol was approved by the ethics committees in Canada (Research Ethics Board, Dalhousie University), Spain (Comitè Ètic d'Investigació Clínica de l'IDIAP Jordi Gol), Poland (The Bioethics Committee of the Jagiellonian University), and Brazil (National Research Ethics Commission). The study is based on voluntary participation and informed written consent. Results from this project will be disseminated through publications and presentations. </ns3:p>
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».