MétaCan
Menu
Retour à la cohorte
Enregistrement W2108909842 · doi:10.3733/ca.v066n01p15

UC Cooperative Extension explores a farm-to-WIC program

2012· article· en· W2108909842 sur OpenAlexaboutno aff
Lucía Kaiser, Cathi Lamp, Chutima Ganthavorn, Lucrecia Farfan-Ramirez, Tammy J. McMurdo, Marita Cantwell, Shermain Hardesty

Notice bibliographique

RevueCalifornia Agriculture · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Plant Sciences, University of California, DavisUniversity of California, DavisCalifornia Department of Food and Agriculture
Mots-clésVoucherSupplemental Nutrition Assistance ProgramConsumption (sociology)Quarter (Canadian coin)CashBusinessCash cropAgricultural economicsAgricultural scienceEnvironmental healthGeographyAgricultureEconomicsMedicineFinanceFood securityFood insecurityBiologySociology

Résumé

récupéré en direct d'OpenAlex

To increase fruit and vegetable consumption, the federal Special Supplemental Nutrition Program for Women, Infants and Children (WIC) distributes cash vouchers to low-income women with children to buy fruits and vegetables. The program reaches almost half of the infants and one-quarter of children under 5 years old in the United States. UC Cooperative Extension (UCCE) conducted a survey of produce preferences and buying habits among WIC participants in Tulare, Alameda and Riverside counties in 2010 to guide the development of a farm-to-WIC program that would connect small local growers to the WIC market. Based on the results, the UCCE team developed a list of 19 produce items to promote in a possible new farm-to-WIC 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,020
Tête enseignante GPT0,279
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCalifornia AgricultureMême sujetObesity, Physical Activity, DietTravaux en français237 207