DESENVOLVIMENTO DE APLICATIVOS PARA A NUTRIÇÃO: UMA REVISÃO SISTEMÁTICA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A rápida evolução tecnológica transformou dispositivos móveis em ferramentas essenciais para o ensino e aprendizado, especialmente na área da saúde, onde aplicativos educacionais têm contribuído para aprimorar a qualidade da assistência nutricional. As Tecnologias da Informação e Comunicação (TICs) facilitam a coleta, o processamento e o compartilhamento de dados, favorecendo a disseminação do conhecimento e a promoção de hábitos saudáveis. Este estudo teve como objetivo analisar o desenvolvimento de softwares voltados à nutrição e suas implicações sociais, por meio de uma revisão sistemática realizada entre abril e maio de 2024, conforme as diretrizes do protocolo PRISMA 2020. As buscas foram conduzidas nas bases PubMed, SciELO e Periódicos CAPES, considerando publicações entre 2014 e 2024. Utilizaram-se descritores do MeSH e termos livres combinados pelos operadores booleanos “AND” e “OR”: (“Nutrition” AND “Mobile Applications”) OR (“Software Development” AND “Food” AND “Apps”). Foram incluídos artigos originais, revisões e estudos de desenvolvimento de software publicados em inglês, português e espanhol. Dissertações, resumos, duplicatas e estudos sem metodologia definida foram excluídos. O risco de viés foi avaliado pela Escala Newcastle-Ottawa adaptada, e o protocolo foi registrado no PROSPERO (CRD42024540962). Das 461 publicações encontradas, apenas 5 atenderam aos critérios de elegibilidade. Os resultados indicam escassez de estudos sobre aplicativos voltados à nutrição, embora a tendência de desenvolvimento seja crescente. Conclui-se que aplicativos nutricionais podem auxiliar na promoção de escolhas alimentares saudáveis, ainda que apresentem limitações metodológicas e de precisão dos dados.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle