MétaCan
Menu
Retour à la cohorte
Enregistrement W3208844340 · doi:10.3390/nu13113935

Education Interventions to Improve Knowledge, Beliefs, Intentions and Practices with Respect to Dietary Supplements and Doping Substances: A Narrative Review

2021· review· en· W3208844340 sur OpenAlexaff
Jana Daher, Dalia El Khoury, John J. M. Dwyer

Notice bibliographique

RevueNutrients · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionPsycINFOCINAHLMedicineAthletesMEDLINEEnvironmental healthPsychiatryPhysical therapy

Résumé

récupéré en direct d'OpenAlex

The misuse of dietary supplements and doping substances is commonly associated with toxicity, nutritional imbalances, and health and psychological consequences. This is alarming especially in light of the increasing prevalence of the use of dietary supplements and doping, particularly among young adults including athletes. There is evidence that education interventions can lead to improved knowledge, intentions, and practices. However, no review has summarized and evaluated the effectiveness of such interventions. The aim of this article is to review the characteristics, contents and effects of education interventions that were designed and implemented to improve knowledge, attitudes, beliefs and intentions with respect to the use of dietary supplements and doping agents in different populations. PubMed, Scopus, CINAHL, PsycInfo and Google Scholar were searched for English-language education interventions targeting dietary supplements and doping substances. A total of 20 articles were identified and have generally provided consistent findings. Most interventions reported a significant improvement in knowledge on dietary supplements and doping agents. Unfortunately, the heavy reliance on self-reported assessment tools limits the validity of these interventions, with almost all articles targeting athletes and adolescents.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,488
Écart entre enseignants0,378 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetDoping in SportsTravaux en français237 207