Recommandations d’experts pour une intervention sur l'alimentation intuitive pour les adolescents québécois
Bibliographic record
Abstract
Les aliments font partie intégrante de nos vies, par leur rôle primordial dans notre survie. L’impact de nos choix alimentaires sur la santé a entraîné plusieurs recommandations nutritionnelles. L’alimentation intuitive (AI) est une approche novatrice qui vise à favoriser une relation saine avec l’alimentation. Ses 10 principes considèrent les signaux de faim et satiété, abordent l’impact des émotions et des pensées sur l’alimentation, et explorent le rôle de l’image corporelle et l’activité physique dans la santé. L’étude actuelle, par la méthode Delphi, a fait ressortir les recommandations d’experts lorsqu’une approche d’AI est utilisée auprès d’adolescents, au Québec. Cette méthodologie permet de consulter des experts dans la matière et de les faire réagir aux commentaires des autres experts afin de dégager un consensus sur les questions énoncées. Les résultats ont fait ressortir l’importance de chaque principe et la pertinence d’adapter l’approche pour l’âge. Une durée optimale est constatée entre 45 à 60 minutes, alors que des séances répétées sont essentielles (fréquence hebdomadaire à mensuelle). L’expérimentation des principes par les participants et la formation des intervenants sont particulièrement importantes et une attention particulière est requise au langage utilisé. Les experts ont aussi confirmé la pertinence de plusieurs contextes d’interventions, tant scolaires que cliniques, ainsi que les multiples possibilités d’activités interventions, allant des discussions interactives aux dégustations et ateliers de cuisine. Plusieurs effets sont attendus tels que l’augmentation de la confiance et la reconnaissance de leurs signaux de faim et satiété, une hausse de la permissivité dans leurs choix alimentaires et une évolution vers une alimentation en réponse aux demandes physiologiques plutôt d’émotionnelles. L’ensemble de ces résultats viennent rejoindre les études effectuées sur l’AI chez les adultes, celles faites sur une population avec un trouble du comportement alimentaire, ainsi que les quelques études en milieu scolaire. Cette étude vient ajouter des précisions sur l’utilisation de l’AI, mais pour la clientèle adolescente québécoise. Plusieurs pistes de recherches demeurent à explorer. L’utilisation d’études expérimentales permettrait de valider les recommandations d’experts, alors que des études sur le vocabulaire à privilégier et l’impact sur l’adolescent seraient grandement utiles pour les intervenants.
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 | 0.062 | 0.115 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.018 | 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".