An audit of the dissemination strategies and plan included in international food-based dietary guidelines
Notice bibliographique
Résumé
OBJECTIVE: Food-based dietary guidelines (FBDG) are an important resource to improve population health; however, little is known about the types of strategies to disseminate them. This study sought to describe dissemination strategies and content of dissemination plans that were available for FBDG. DESIGN: A cross-sectional audit of FBDG with a published English-language version sourced from the United Nations FAO repository. We searched for publicly available dissemination strategies and any corresponding plans available in English language. Two authors extracted data on strategies, which were grouped according to the Model for Dissemination Research Framework (including source, audience, channel and message). For guidelines with a dissemination plan, we described goals, audience, strategies and expertise and resources according to the Canadian Institute for Health Research guidance. SETTING: 18, 34 %) areas were included. PARTICIPANTS: n/a. RESULTS: The source of guidelines was most frequently health departments (79·2 %). The message included quantities and types of foods, physical activity recommendations and 88·7 % included summarised versions of main messages. The most common channels were infographics and information booklets, and the main end-users were the public. For twelve countries (22·6 %), we were able to source an English-language dissemination plan, where none met all recommendations outlined by the Canadian Institute for Health Research. CONCLUSIONS: The public was the most frequently identified end-user and thus most dissemination strategies and plans focused on this group. Few FBDG had formal dissemination plans and of those there was limited detailed provided.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».