Academy of Plant-based Physical Therapy: overdue to address a nutrition crisis with a transformative population approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This timely evidence synthesis supports the need for an Academy of Plant-based Physical Therapy. Given epidemiological and empirical evidence and the profession's values and practice scope, the time has come for a specialty of plant-based physical therapy based on population health principles. This review connects these factors. Non-communicable diseases (NCDs) are largely nutrition-related resulting from unnatural elements of our diet (i.e., heart disease, several cancers, hypertension, stroke, diabetes, obesity, gastrointestinal diseases, autoimmune diseases, renal disease, and Alzheimer's disease). Most adults, even children, have NCD risk factors or manifestations. Alternatively, plant-based nutrition can prevent, manage, as well as potentially reverse these diseases, as well as augment conventional physical therapy outcomes by reducing inflammation and pain. Proposed competencies for plant-based physical therapists include high-level competency in health and NCD risk assessments/evaluations, to establish population health-informed nutrition needs for maximal health, healing and repair, in turn, function and wellbeing; and assessment of patients' nutrition-related knowledge, beliefs/attitudes, self-efficacy, and readiness-to-change. Population-informed nutritional counseling is initiated as indicated. An Academy of Plant-based Physical Therapy could advance the profession globally at this point in history and also serve as a role model to other health professions through practicing evidence-based, plant-based nutrition built upon population health principles.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle