Improving hospital nutrition care through “Indigenous cultural safety” of menu options: Results of a cross‐sectional survey of Indigenous people in Western Canada
Notice bibliographique
Résumé
BACKGROUND: Hospital nutrition services rarely offer Indigenous-specific menu options, an essential element of delivering "Indigenous cultural safety" in nutrition care to Indigenous patients. METHODS: Indigenous participants (n = 370) completed a semistructured Indigenous Food Ways survey (paper-based and online) from 2021 to 2022 as part of continuous healthcare quality improvement. Descriptive statistics summarized cultural/traditional foods respondents wanted to see or did not want to see as options on hospital menus. RESULTS: A majority of respondents (83%) agreed that a menu option for cultural/traditional foods was important, with 716 unique items reported. Seafood and meat/alternatives were common cultural/traditional items for menu options, specifically salmon (22%), traditional meat (14%), moose (12%), and venison (12%). Grain items reported were mostly Bannock (22%). Nearly 20% of the sample listed traditional foods, medicine, or tea as options for hospital menus. Respondents identified 254 items they did not want to see on hospital menus, which were commonly energy-dense/processed foods (16%) or poorly prepared/flavored items (13%), as well as peas and carrots (7%). Notably, some foods (eg, Bannock, salmon, fish eggs) were listed among both desired and not desired menu options. CONCLUSION: Results showed that offering cultural or traditional foods on hospital menus is considered important by Indigenous people, and that a wide range of foods would be desired. Specific cultural foods to include on menus were salmon, traditional meats, or traditional teas. Foods not to include were also identified. Improving future nutrition care and services will require menu modifications to provide culturally safe options for Indigenous patients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».