MétaCan
Menu
Retour à la cohorte
Enregistrement W4416592952 · doi:10.3389/fnut.2025.1628853

Barriers and facilitators to lifestyle behavior change and goal setting in adolescents with polycystic ovary syndrome

2025· article· en· W4416592952 sur OpenAlexfundno aff
Manasa Gadiraju, Joy Y. Kim, Erin M. Green, Alexandra MacMillan Uribe, Tania S. Burgert, Melissa D. Olfert, Heidi Vanden Brink

Notice bibliographique

RevueFrontiers in Nutrition · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian function and disorders
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchTexas A and M University
Mots-clésGoal settingAffect (linguistics)ObesitySet (abstract data type)Behavior changePolycystic ovaryLife styleHealth behaviorPhysical activity

Résumé

récupéré en direct d'OpenAlex

Purpose: To identify barriers and facilitators to lifestyle modifications and goal setting and characterize goal setting for adolescents with polycystic ovary syndrome (PCOS). Methods: objectives and characterized for emerging themes using qualitative content analysis. Results: Five major themes of barriers and facilitators to behavior change emerged: interest and motivation, family involvement, resources and food environment, taste preferences, and self-efficacy. RDNs set ≥3 goals with 52%, 2 goals with 35%, 1 goal with 9%, and no goals with 3% of adolescents with PCOS. Goals covered three major themes: incorporation of the United States Department of Agriculture (USDA) MyPlate model, modifying carbohydrate intake, and increasing physical activity. Conclusion: The facilitators and barriers identified through our analysis are both similar and different to those reported in adolescents with obesity and women with PCOS, likely due to differences in condition specific contexts and life stage. The goals recorded by RDNs reflect a desire to increase diet quality; however, too many goals may have been set on average. Overall, adolescents with PCOS report intrapersonal, interpersonal, and environmental barriers and facilitators that may affect their ability to establish and act upon goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetOvarian function and disordersTravaux en français237 207