MétaCan
Menu
Retour à la cohorte
Enregistrement W1977969862 · doi:10.3148/64.4.2003.202

<i>Eat Smart! Ontario's Healthy Restaurant Program:</i> A Survey of Participating Restaurant Operators

2003· article· en· W1977969862 sur OpenAlexaffvenueabout
Lesley A. Macaskill, John J. M. Dwyer, Connie L. Uetrecht, Carol Dombrow

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensHeart and Stroke FoundationUniversity of GuelphToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthBusinessAdvertisingMarketingMedicine

Résumé

récupéré en direct d'OpenAlex

Eat Smart! Ontario's Healthy Restaurant Program is a standard provincial health promotion program. Public health units grant an award of excellence to restaurants that meet designated standards in nutrition, food safety, and non-smoking seating. The purpose of this study was to assess whether program objectives for participating restaurant operators were achieved during the first year of program implementation, and to obtain operators' recommendations for improving the program. Dillman's tailored design method was used to design a mail survey and implement it among participating operators (n = 434). The design method, which consisted of four mail-outs, yielded a 74% response rate. Fifty percent of respondents operated family-style or quick-service restaurants, and 82% of respondents learned about the program from public health inspectors. Almost all respondents (98%) participated in the program mainly to have their establishments known as clean and healthy restaurants, 65% received and used either point-of-purchase table stands or postcards to promote the program, and 98% planned to continue participating. The respondents' suggestions for improving the program were related to the award ceremony and program materials, media promotion, communication, education, and program standards. Program staff can use the findings to enhance the program.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil0,633

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,418
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations10
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetObesity, Physical Activity, DietTravaux en français237 207