MétaCan
Menu
Retour à la cohorte
Enregistrement W3080698000 · doi:10.1097/iyc.0000000000000176

Challenges and Successes in Addressing Food Selectivity in Children With Developmental Disabilities During Preschool Mealtimes

2020· article· en· W3080698000 sur OpenAlexaff
A. Hunter Gast, Collin Shepley, Justin D. Lane

Notice bibliographique

RevueInfants & Young Children · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Nutrition and Feeding Issues
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)PsychologyDevelopmental psychologyConsumption (sociology)Exploratory researchClinical psychologyApplied psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

We evaluated the effects of a multicomponent intervention to address food selectivity issues of 3 preschoolers with developmental disabilities. The intervention comprised strategies evidencing ecological validity in both research and practice. All sessions took place during typical mealtimes in children's classroom or lunchroom, with peers present, and a school-based staff member serving as the instructor. A multiple probe design across behaviors (touch, smell, taste, and eat), with a nested changing criterion design in the final tier, was used to evaluate changes in eating behaviors. Exploratory behaviors related to eating increased for all children; however, the designed intervention did not result in increased consumption of nonpreferred foods. Modifications resulted in one child demonstrating consistent increases in the consumption of nonpreferred foods, but these modifications did not result in increased consumption for other children. Challenges and future directions in treating food selectivity using resources typically available during mealtimes in preschool settings are discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,032
Tête enseignante GPT0,268
Écart entre enseignants0,236 · 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'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfants & Young ChildrenMême sujetChild Nutrition and Feeding IssuesTravaux en français237 207