MétaCan
Menu
Retour à la cohorte
Enregistrement W2507918450 · doi:10.55016/ojs/ajer.v62i1.56182

The Role and Status of Food and Nutrition Literacy in Canadian School Curricula

2016· article· en· W2507918450 sur OpenAlexaffvenueabout
Heather Anderson, Thomas Falkenberg

Notice bibliographique

RevueAlberta Journal of Educational Research · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCurriculumPsychologyLiteracyPedagogyAdult literacyMedical educationMathematics educationSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

The obesity epidemic in North America has given greater attention to food and nutrition literacy in Canadian schools. However, the review of relevant literature on food and nutrition literacy reveals quite a range of understandings of what such literacy means. This raises the question of what understanding of food and nutrition literacy is actually represented in Canadian curriculum documents, considering that it is the curriculum that primarily drives teaching and learning in schools? Using a document analysis approach, the study reported upon in this article enquires into this very question. While the study finds a range of conceptualizations represented across provinces, territories and subject areas, it identifies the preferred framing of food and nutrition literacy as being related to food consumption and health at the individual level.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,712

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,008
Études des sciences et des technologies0,0100,006
Communication savante0,0070,002
Science ouverte0,0010,003
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 Opus0,031
Tête enseignante GPT0,337
Écart entre enseignants0,306 · 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'étudeSans objet
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

Citations22
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetLiteracy, Media, and EducationTravaux en français237 207