MétaCan
Menu
Retour à la cohorte
Enregistrement W4223588161 · doi:10.3390/s22072795

Design of a Planner-Based Intervention to Facilitate Diet Behaviour Change in Type 2 Diabetes

2022· article· en· W4223588161 sur OpenAlexaff
Kevin A. Cradock, Leo R. Quinlan, Francis Finucane, Heather L. Gainforth, Kathleen A. Martin Ginis, Elizabeth Sanders, Gearóid ÓLaighin

Notice bibliographique

RevueSensors · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensInternational Collaboration On Repair DiscoveriesUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesIrish Research Council
Mots-clésBehaviour changeWorkbookBehavior changePlannerMindfulnessIntervention (counseling)PsychologyType 2 diabetesApplied psychologyAction (physics)Developmental psychologySocial psychologyMedicineComputer scienceClinical psychologyDiabetes mellitusArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Diet behaviour is influenced by the interplay of the physical and social environment as well as macro-level and individual factors. In this study, we focus on diet behaviour at an individual level and describe the design of a behaviour change artefact to support diet behaviour change in persons with type 2 diabetes. This artefact was designed using a human-centred design methodology and the Behaviour Change Wheel framework. The designed artefact sought to support diet behaviour change through the addition of healthy foods and the reduction or removal of unhealthy foods over a 12-week period. These targeted behaviours were supported by the enabling behaviours of water consumption and mindfulness practice. The artefact created was a behaviour change planner in calendar format, that incorporated behaviour change techniques and which focused on changing diet behaviour gradually over the 12-week period. The behaviour change planner forms part of a behaviour change intervention which also includes a preparatory workbook exercise and one-to-one action planning sessions and can be customised for each participant.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,210
Tête enseignante GPT0,395
Écart entre enseignants0,186 · 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'étudeEssai non randomisé
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetBehavioral Health and InterventionsTravaux en français237 207