Sustainable food systems and diets in dietetic training standards: an international content analysis
Notice bibliographique
Résumé
BACKGROUND: Low professional confidence and perceived competence create tangible barriers to integrating sustainable food systems (SFS) and diets into dietetic practice. One opportunity to facilitate more systemic integration into dietetic education and training is to include these concepts in professional standards. To better understand the barrier of low professional confidence and perceived competence for engagement with SFS-related practice, the purpose of this research was to investigate dietetic training standards for SFS content and to highlight opportunities for growth within the profession. Questions posed by this research are: (1) how, if at all, are SFS and diets articulated in dietetic training standards, and (2) to what level of cognitive complexity? METHODS: A content analysis of dietetic training standards documents was conducted between 15 April and 15 September 2021. Search terms included 'sustain*' or 'sustainable', 'food systems' and/or 'diets'. Extracted data with applicable SFS content were analysed for level of cognitive complexity requirements. RESULTS: Of 47 National Dietetics Associations, researchers obtained 23 dietetic training standards documents, of which 16 included SFS-related content. The majority of documents used broad descriptors of the concepts, with little granularity and at a lower level of cognitive complexity. CONCLUSIONS: Adoption of more robust frameworks for sustainability with specific learning outcomes that can be adapted to regional contexts would strengthen higher education curricula and thus the profession's ability to contribute more meaningfully to SFSs and diets.
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 | 0,018 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,013 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».