MétaCan
Menu
Retour à la cohorte
Enregistrement W1855029180 · doi:10.1080/1059924x.2015.1046624

Supporting Healthy Eating Among Rural Early Years Children: A Pulse Crop Pilot Intervention Study

2015· article· en· W1855029180 sur OpenAlexafffundabout
Amanda Froehlich Chow, Anne Leis, M. Louise Humbert, Rachel Engler‐Stringer, Nazeem Muhajarine

Notice bibliographique

RevueJournal of Agromedicine · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSaskatchewan Pulse GrowersUniversity of Saskatchewan
Mots-clésIntervention (counseling)Rural areaEnvironmental healthMedicineGerontologyPsychologyNursing

Résumé

récupéré en direct d'OpenAlex

Dietary patterns are closely linked to healthy child development, which in turn is a powerful determinant of lifelong health and well-being. As many early years children spend a large part of their day in childcare centers, educators can have a large influence on their healthy eating behaviors. In Saskatchewan, a number of childcare centers are located in rural communities and research suggests that rural educators are influenced by unique factors when providing healthy eating opportunities for children. In order to diversify and improve the diets of rural early years children, a pulse crop intervention was piloted tested in one rural childcare center. A pre and post 28-week intervention design was used to evaluate the pulse crop intervention on increasing educators' knowledge and awareness about pulse crops and supporting educators in incorporating pulse crops into centers' menus. Overall, the intervention was effective in increasing rural educators' knowledge and use of pulse crops. Additionally, educators were able to diversify and increase the number of healthy meals offered in the childcare center. The lessons learned can be used to improve and expand the intervention to other childcare centers in Saskatchewan and beyond, in turn supporting the healthy development of early years children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,132
Tête enseignante GPT0,476
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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

Citations8
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of AgromedicineMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207