Diffusion and Dissemination of Evidence-Based Dietary Strategies for the Prevention of Cancer
Notice bibliographique
Résumé
We used a systematic review to identify strategies that have been evaluated for disseminating cancer control interventions that promote the uptake of a healthy diet in adults. Studies were identified by contacting technical experts and by searching MEDLINE, PreMedline, CANCERLIT, EMBASE/Excerpta Medica, PsycINFO, CINAHL, the Cochrane Database of Systematic Reviews, and reference lists. English-language primary studies were selected if they evaluated the dissemination of healthy diet interventions to individuals, health care providers, or institutions. Studies involving only children or adolescents were excluded. We retrieved 101 articles for full-text screening, and identified nine reports of seven distinct studies. Four of the studies were randomized trials, one was a cohort design, and three were descriptive studies. Six of the studies were rated methodologically weak, and one was rated moderate. Because of heterogeneity, low methodological quality, and incomplete data reporting, the studies were not pooled for meta-analysis. No beneficial dissemination strategies were found. One strategy involving the use of peer educators at the work site, which led to a shortterm increase in fruit and vegetable intake, looks promising. Overall, the quality of the evidence is not strong, and the evidence that exists is more descriptive than evaluative. No clear conclusions can be drawn from these data. Controlled studies are needed to evaluate dissemination strategies and to compare dissemination and diffusion strategies that communicate different messages and target different audiences.
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 | 0,231 | 0,460 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,012 |
| Bibliométrie | 0,037 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».