Canadian Hospital Food Service Practices to Prevent Malnutrition
Notice bibliographique
Résumé
Purpose: The study aimed to determine current practice, barriers, and enablers of foodservices in Canadian hospitals relative to guiding principles for best practice to prevent malnutrition. Methods: Foodservice managers completed a 55-item cross-sectional, online survey (closed- and open-ended questions). Results: Survey responses (n = 286) were from diverse hospitals in all Canadian regions; 56% acute care; 13% had foodservices contracted out; and 60% had a reporting structure combined with clinical nutrition. Predominantly, foodservice systems were 43% in-house versus 41% pre-prepared, 46% cook–serve food production, 64% meals assembled centrally (on-site), and 40% non-selective menus with limited opportunities for patient choice in advance or at meals. The “regular menu” (44%) was most commonly served as 3 meals, no snacks at specific times. Energy and protein-dense menus were available, but not widespread (9%). Daily energy targets ranged from 1200 to 2400 kcal and 32% of respondents viewed protein targets as important. The number of therapeutic diets varied from 2 to 150. Conclusions: Although hospital foodservice practices vary across Canada, the survey results demonstrate gaps in national evidence-based practices and an opportunity to formalize guiding principles. This work highlights the need for standards to improve practice through patient-centered, foodservice practices focused on addressing malnutrition.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».