MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400346024 · doi:10.1139/apnm-2024-0088

Overcoming barriers in eating disorder care: advances, gaps, and recommendations for equitable assessment and treatment

2024· article· en· W4400346024 sur OpenAlexafffundvenueabout
Em Jun Eng Mittertreiner, Jennifer Couturier, Melissa Simone, Charlynn Small, Glenda Courtney‐Martin, Lesley L. Moisey, Shirin Panahi, Emilie Lacroix

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversité LavalUniversity of SaskatchewanHospital for Sick ChildrenCanadian Nutrition SocietySickKids FoundationUniversity of New BrunswickUniversity of FrederictonUniversity of TorontoMcMaster University
Organismes subventionnairesMaritime SPOR SUPPORT UNITSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of CanadaNational Institutes of HealthNational Institute on Minority Health and Health DisparitiesHarrison McCain FoundationCanadian Institutes of Health ResearchDalhousie UniversityCanadian Nutrition Society
Mots-clésPsychologyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

This paper provides an overview of topics discussed by clinicians and researchers invited to speak at the Canadian Nutrition Society's Thematic Conference 2023, which was centered on advances in research and practice in the assessment and treatment of disordered eating and eating disorders. Presenters emphasized the importance of understanding how systemic factors such as racism, weight stigma, and COVID-19 affect the assessment and treatment of eating disorders, and proposed strategies for addressing these inequities. In this paper, we provide actionable recommendations for clinicians working with individuals with eating disorders; professional development, cultural competence, and equitable assessment and treatment practices are discussed.

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)0,074
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,392

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0740,079
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0080,010
Communication savante0,0140,020
Science ouverte0,0060,022
Intégrité de la recherche0,0100,024
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,019
Tête enseignante GPT0,348
Écart entre enseignants0,329 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and Metabolism→Même sujetEating Disorders and Behaviors→Travaux en français237 207→