Dietetic research: A key ingredient for a healthier tomorrow
Bibliographic record
Abstract
La recherche en diététique : un ingrédient clé d'un avenir plus sain B ienvenue dans le numéro du printemps!Cette saison est souvent associée à l'avenir, un sentiment qui cadre avec la campagne du Mois de la nutrition de cette année, « Les ingrédients d'un avenir plus sain ».En mars, des diététistes de partout au Canada parleront de leur façon de contribuer à un avenir plus sain pour leurs clients et communautés.Et comme vous le constaterez, ce sujet se reflète dans les articles publiés dans la Revue.À titre d'exemples, le commentaire invité Enhancing Response Ability: Dietetics as a Vehicle for Social Justice-A Primer [Améliorer la capacité de réaction : la diététique comme véhicule de justice socialeune introduction] par Brady et L'Heureux, publié dans le dernier numéro hivernal, des études de recherche originale publiées dans le présent numéro, notamment l'évaluation d'une application pour téléphone intelligent pour le suivi de l'alimentation par Bouzo et coll.et un sondage sur la mise en œuvre de politiques sur la nutrition dans des centres de la petite enfance par Lima Do Vale et coll., et un article de perspective à venir par Goodridge et coll.sur la façon dont les diététistes peuvent contribuer au développement durable du système alimentaire mondial, qui sera bientôt publié en primeur électronique.Lorsque nous explorons plus globalement comment les diététistes suscitent des changements en faveur d'un avenir plus sain, il apparaît essentiel de poursuivre la recherche pour améliorer la santé publique et la pratique de la diététique.La recherche a pour but de générer de nouvelles connaissances, de développer et d'améliorer les thérapies et approches, et de documenter et améliorer les expériences vécues par les gens, et d'en tirer des apprentissages [1].La Revue canadienne de la pratique et de la recherche en diététique joue un rôle central en rapportant et résumant la recherche afin de la rendre facilement accessible aux diététistes et plus susceptible d'être mise en pratique.Le processus d'évaluation par les pairs assure l'intégrité et la qualité de ces articles publiés [2].Au nom du comité de rédaction, j'aimerais exprimer ma gratitude et mon appréciation aux plus de 100 réviseurs qui ont gracieusement fait don de leur temps et de leur expertise en 2021 pour évaluer et commenter les articles soumis à la Revue.La pandémie de COVID-19 a exercé une pression supplémentaire sur la publication de recherches scientifiques, avec une augmentation du nombre d'articles soumis et une diminution de la proportion d'invitations à réviser acceptées [3].Vous pouvez nous aider à faciliter le processus d'évaluation par les pairs en proposant des candidatures de réviseurs au moment de soumettre vos travaux à la Revue, ou en offrant vos services bénévoles de révision.Veuillez consulter les critères applicables aux réviseurs et communiquer avec moi pour manifester votre intérêt.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.025 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.026 |
| Scholarly communication | 0.017 | 0.016 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.008 | 0.013 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".