MétaCan
Menu
Back to cohort
Record W2276007577 · doi:10.71781/27868

Les produits de santé naturels : les perceptions, les pratiques de consultation et les besoins de formation de nutritionnistes du Québec

2014· dissertation· fr· W2276007577 on OpenAlexaboutno aff
Valérie Dussault

Bibliographic record

VenueOpen MIND · 2014
Typedissertation
Languagefr
FieldHealth Professions
TopicDietetics, Nutrition, and Education
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceGeographyPhilosophy

Abstract

fetched live from OpenAlex

Contexte. Les produits de santé naturels (PSN) suscitent de plus en plus d’intérêt au sein de la population. Les professionnels de la santé, dont les nutritionnistes, doivent être à l’affût de cette tendance afin de conseiller les utilisateurs et de limiter les risques liés à leur utilisation. Objectif. Explorer l’expérience, les perceptions et les besoins de formation des nutritionnistes du Québec à l’égard des PSN. Méthodes. Un sondage électronique a été envoyé à tous les membres de l’Ordre professionnel des diététistes du Québec via Fluid Survey. Les questions visaient à identifier les expériences, les attitudes à l’égard des PSN et de leur clientèle qui en consomme, les sources d’informations utilisées dans leurs consultations et d’identifier les besoins de formations en relation avec les PSN. Résultats. Au total, 295 nutritionnistes ont complété le questionnaire. Parmi ceux-ci, 93 % ont déjà reçu des questions portant sur les PSN. Environ 91 % ont déclaré consommer ou avoir déjà consommé un PSN et, au moins 94 % ont affirmé avoir recommandé un PSN. Aussi, 95 % de l’échantillon désiraient davantage d’informations sur les PSN. Enfin, ils ont une perception positive quant à leur rôle dans ce dossier, puisque 77 % de l’échantillon ont indiqué que le nutritionniste devrait être une source d’informations sur les PSN. Conclusion. Les grands constats de notre étude révèlent que le rôle des nutritionnistes du Québec en relation avec les PSN n’est pas clairement défini. Ils ont besoin de formation sur les PSN afin d’être outillés pour conseiller la population et, ainsi, leur ouvrir un nouveau champ d’expertise.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.039
Threshold uncertainty score0.209

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.006
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0040.002
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0100.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.062
GPT teacher head0.429
Teacher spread0.368 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicDietetics, Nutrition, and EducationFrench-language works237,207