Challenges in assessing the implementation and effectiveness of physical activity and nutrition policy interventions as natural experiments
Notice bibliographique
Résumé
The Ontario (Canada) government has instituted a policy requiring elementary schools to offer at least 20 min of daily physical activity for students in Grades 1-8 and replace non-nutritious vending machine foods with healthier choices. These policy interventions represent 'natural experiments' offering unique opportunities for conducting research and evaluation. The use of natural experiments to contribute evidence on the effectiveness of policy interventions is identified as an underused tool for public health [Tudor-Locke, C., Ainsworth, B. E. and Popkin, B. M. (2001) Active commuting to school: an overlooked source of children's physical activity? Sports Medicine, 31, 309-313; Petticrew, M., Cummins, S., Ferrell, C., Findlay, A., Higgins, C., Hoy, C. et al. (2005) Natural experiments: an underused tool for public health? Public Health, 119, 751-757]. To date, some Canadian school-based food and nutrition policies are being monitored, but their impact on child and youth obesity is unknown [Canadian Institute for Health Information. (2006) Improving the Health of Canadians: Promoting Healthy Weights, Ottawa, ON]. There are a number of challenges to the evaluation of policy interventions as natural experiments. Often, there are little or no baseline data available to use as the basis for assessing change. Government policies that result in the adoption of particular approaches across large jurisdictions, such as provinces, may result in wide variation in the design and implementation of interventions. Thus, in some cases, natural experiments may be at risk of having low potential to be adequately evaluated on key outcomes. In this paper, we discuss the context of these challenges in relation to the Ontario government school physical activity and nutrition policies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».