MétaCan
Menu
Retour à la cohorte
Enregistrement W4391031324 · doi:10.1017/s0029665124000065

Research priorities and considerations for nutrition research: methods of sex and gender analysis for biomedical and nutrition research

2024· article· en· W4391031324 sur OpenAlexaboutno aff
Ineke Klinge, Emely de Vet

Notice bibliographique

RevueProceedings of The Nutrition Society · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSex and Gender in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologySociology

Résumé

récupéré en direct d'OpenAlex

For some 20 years, science funding bodies have been asking for the integration of sex- and gender-related factors into the content of research and innovation. The rationale for those requirements has been the accumulated evidence that sex and gender are important determinants of health and disease. The European Commission (EC) has been the first, since 2002, to seriously ask for the integration of sex and gender into research and innovation in the context of their multi-annual framework programmes. When introduced, this condition was not immediately applauded by the research community, who perhaps lacked training in methods for the integration of sex- and gender-related factors. The EC Expert Group on Gendered Innovations sought to fill this gap. This review describes the work of this international collaborative project which has resulted in the development of general and field-specific methods for sex and gender analysis and 38 case studies for various research domains (science, health and medicine, environment, engineering) to illustrate how, by applying methods of sex and gender analysis, new knowledge could be created. Since 2010, science funding bodies in Canada, the USA and several EU member states have followed the example of the EC issuing similar conditions. Although the effects of nutritional patterns on a range of (physiological and health) outcomes may differ for men and women, sex and gender analyses are rarely conducted in nutrition research. In this review, we provide examples of how gender is connected to dietary intake, and how advancing gender analysis may inform gender-sensitive policies and dietary recommendations.

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)0,518
score de la tête « metaresearch » (Gemma)0,457
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,594

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5180,457
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0080,005
Bibliométrie0,0130,016
Études des sciences et des technologies0,0100,044
Communication savante0,0240,032
Science ouverte0,0090,021
Intégrité de la recherche0,0090,019
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,524
Tête enseignante GPT0,577
Écart entre enseignants0,053 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of The Nutrition SocietyMême sujetSex and Gender in HealthcareTravaux en français237 207