Assessment of key food skills among Canadians; results from the Canadian Community Health Survey rapid response modules on food skills (LB380)
Notice bibliographique
Résumé
Food skills contribute to healthier eating; yet, some studies suggest that these skills are declining. This project aims to strengthen our understanding of food skills in Canada and to provide baseline data for monitoring population trends. Two Canadian Community Health Survey modules on food skills were conducted in Nov‐Dec 2012 (n=9559) and Jan‐Feb 2013 (n=10156) among a representative sample of Canadians aged 12 years and older. Questions focused on measuring cooking ability, the transference of skills to children, meal planning, shopping practices and mechanical cooking skills. With regards to cooking skills, most Canadians reported that they can prepare most meals (39%) or cook most dishes with a recipe (24%). Approximately 15% of Canadians do not participate in meal preparation. Most adults living with children share a family meal, sitting at the table together either every day (48%) or almost every day (25%). Further, children make suggestions for family meals (67%), help prepare meals (60%) and participate in shopping for groceries (68%) in most households with children. When shopping for groceries, most Canadians plan their meals (62%) and use a grocery list (74%) and nutrition labels (63%). While most Canadians reported being very good at peeling, choping or slicing (63%) and cooking raw meat/chicken/fish (61%), many reported basic to no skills in canning (63%) and freezing (31%). These findings will help inform the development of intervention and promotion programs focused on improving foods skills in Canada.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».