MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220752376 · doi:10.1016/j.jneb.2021.12.007

Carbohydrate Knowledge Observed to be Low in Vietnamese Women With Gestational Diabetes Mellitus

2022· article· en· W4220752376 sur OpenAlexvenueno aff
Lily Phan, Jamie Kubota, Giselle Pignotti

Notice bibliographique

RevueJournal of Nutrition Education and Behavior · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVietnameseGestational diabetesMedicineCarbohydrateDiabetes mellitusBlood glucose monitoringPopulationBlood Glucose Self-MonitoringPhysiologyObstetricsPregnancyInternal medicineEndocrinologyEnvironmental healthGestationGlycemicBiology

Résumé

récupéré en direct d'OpenAlex

Objective To assess carbohydrate knowledge of Vietnamese women with gestational diabetes mellitus (GDM) and explore factors associated with carbohydrate knowledge. Methods Vietnamese women (n = 100) with GDM completed an online questionnaire about self-efficacy in managing blood glucose, the habit of regularly self-monitoring blood glucose activities at home, and an adapted culturally tailored carbohydrate quiz for the target population. Results Participants (30 ± 4 years) answered on average 51% of the carbohydrate knowledge questions correctly, showing most difficulty in identifying honey, milk, and orange juice as carbohydrate sources. Only 46% of participants correctly identified carbohydrate content on nutrition labels, and 58% practice self-monitoring blood glucose activities at home. Carbohydrate knowledge was positively associated with self-efficacy in blood glucose management ( r 2 = 0.101, P = 0.003) and practicing self-monitoring blood glucose (r 2 = 0.064, P = 0.013). Conclusions and Implications There is a need to provide nutrition education about carbohydrate knowledge and blood glucose control to Vietnamese women to manage GDM.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,308
Écart entre enseignants0,282 · 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'étudeObservationnel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nutrition Education and Behavior→Même sujetGestational Diabetes Research and Management→Travaux en français237 207→