Informing Evidence-based Practice in Nutritional Genomics: An Educational Needs Assessment of Nutrition Care Providers in Canada
Notice bibliographique
Résumé
Purpose: To investigate why Canadian nutrition care providers choose, or not, to integrate nutritional genomics into practice, and to evaluate the nutritional genomics training/education experiences and needs of nutrition providers in Canada, while comparing those of dietitians to non-dietitians. Methods: A cross-sectional online survey was distributed across Canada from June 2021 to April 2022. Results: In total, 457 healthcare providers (HCPs) [n = 371 dietitians (81.2%)] met the inclusion criteria. The majority (n = 372; 82.1%) reported having no experience offering nutritional genomics to clients (n = 4 did not respond). Of the 81 respondents with experience (17.9%), the most common reason to integrate nutrigenetic testing into practice was the perception that clients would be more motivated to change their eating habits (70.4%), while the most common reason for not integrating such tests was the perception that the nutrigenetic testing process is too complicated (n = 313; 84.1%). Dietitians were more likely than non-dietitians to view existing scientific evidence as an important educational topic (p = 0.002). The most selected useful educational resource by all HCPs was clinical practice guidelines (n = 364; 85.4%). Conclusions: Both dietitians and non-dietitians express a desire for greater nutritional genomics training/education; specific educational needs differ by type of HCP. Low implementation of nutrigenetic testing may be partly attributed to other identified barriers.
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 | 0,012 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».