MétaCan
Menu
Retour à la cohorte
Enregistrement W6906513975 · doi:10.17605/osf.io/6wvea

Identifying and Mapping Perceptions, Experiences, and Knowledge of Canadian Registered Dietitians with Weight-Related Evidence in Nutrition Care: A Scoping Review

2024· article· en· W6906513975 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDietetics, Nutrition, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCINAHLScopusMEDLINEGrey literatureFoundation (evidence)Delphi methodEvidence-based medicine

Résumé

récupéré en direct d'OpenAlex

This dietitian-led scoping review identified and mapped peer-reviewed and gray literature, sharing Canadian Registered Dietitians’ (RDs’) perceptions of, experiences with, and/or knowledge of weight-related evidence in nutrition care. Implementing JBI scoping review methodology, four databases were searched: 1) CINAHL (EBSCO); 2) Medline (Ovid); 3) Embase (Elsevier); and 4) Scopus (Elsevier). Reference linking was also conducted. Google and Bing were searched for gray literature. Three JBI-trained independent reviewers completed screening to extraction. Conflicts were resolved by the senior/corresponding author and co-principal investigator. Community consultation was conducted using the Delphi Method. Of 2217 results, 67 were included in the review (29 peer-reviewed; 38 gray). Identified frequencies were 67 examples of perception, 54 of experience, and 51 of knowledge. Weight-related evidence was identified in nutrition care in various settings, including research and practice, representing nutrition assessment, diagnoses, interventions, monitoring, and evaluation. These findings serve as a foundation for a global/international review and provide details on Canadian context. This work also provides a foundation for effective evaluation of dietitian-led intervention fidelity, utility, and effectiveness, using systematic review or other research designs. Lastly, this review identified diverse definitions/ perspectives; highlighting the benefits of continuing to discuss and explore this topic within and beyond dietetics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,669
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,175
Tête enseignante GPT0,481
Écart entre enseignants0,306 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkMême sujetDietetics, Nutrition, and EducationTravaux en français237 207