Let them eat (birthday) cake: reframing healthy eating in healthcare organizations
Notice bibliographique
Résumé
Healthy eating is influenced by a myriad factors ranging from individual to societal. Healthcare organizations have recently adopted healthy eating policies to improve food environments; however, how such policies shape practice is still unknown. This qualitative study explores perspectives on continuous quality improvement (CQI) among healthcare staff and managers working in hospital foodservices post-implementation of a healthy eating policy aimed at improving food environments. We conducted semi-structured interviews with 12 foodservices staff at Nova Scotia Health. Participants varied in role (administrative, point-of-sale) and location (rural/urban). We analyzed findings using directed content analysis. Participants' approach to quality revealed a range of definitions of healthy eating, from health promotion efforts directed towards individual behavior change management to a broader emphasis on supportive food environments. This research also highlighted the complexity of the healthcare food environment in which health promotion was being implemented, a 'setting' as per the 'settings approach' to health promotion, but also revealing a 'setting within a setting': food environments within healthcare environments. These nested environments are alternatively more business or healthcare service-centric, within the larger healthcare environment. Healthcare practitioners' views on effective implementation of the policy also spanned many scales of healthy eating, informed by concepts within their core healthcare practice (dietetics: nutrients), the organization (historical nutrition contexts) and broader food culture (food trends and choice). This study has demonstrated that CQI for a healthier food environment within healthcare needs a broader focus to advance benchmarks for health promotion.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».