Interactions between registered dietitians and the food industry in Canada: results from a cross-sectional survey
Notice bibliographique
Résumé
In recent years, relationships between nutrition professionals and the food industry have raised concerns over the risks they may pose to the profession's credibility and integrity. However, empirical research on the nature and frequency of these interactions, as well as how professionals manage them, is limited. An online cross-sectional survey was conducted among 167 Registered Dietitians (RDs) from Quebec, Canada, regarding (i) the nature and frequency of their interactions with the industry, (ii) their perceptions of existing risks and benefits of those interactions, (iii) the strategies they employed to manage these interactions, and (iv) their confidence levels in managing those interactions. RDs in Quebec have experienced, on average, 1.7 interactions per month with the industry over the past year (May 2022-May 2023). The three most frequently reported interactions were (i) receiving targeted communications from the industry, (ii) participating in continuing education provided by the industry, and (iii) receiving educational materials for professionals and consumers created by the industry. Overall, RDs acknowledged benefits associated with interacting with the industry (e.g. improving the food quality of products on the market) but also identified risks (e.g. compromising professional independence) and discussed strategies to mitigate these risks, including referring to their Code of Ethics (56.9%). In conclusion, RDs in Quebec engage with the food industry in various ways. Perceptions of risks and benefits related to these interactions vary considerably, highlighting the need for training and standardized strategies to minimize conflicts of interest and manage these interactions effectively.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».