MétaCan
Menu
Retour à la cohorte
Enregistrement W2510767824 · doi:10.1177/2158244016665891

From “Healthy Eating” to a Holistic Approach to Current Food Environments

2016· article· en· W2510767824 sur OpenAlexaff
Martha Traverso-Yépez, Kelly Hunter

Notice bibliographique

RevueSAGE Open · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésInterdependenceFood systemsCorporate governancePublic healthFood choiceConsumption (sociology)Socioeconomic statusFood securityPsychological interventionPolitical sciencePsychologySociologyEnvironmental healthAgricultureBusinessEcologySocial scienceMedicinePopulationBiology

Résumé

récupéré en direct d'OpenAlex

The consumption of the industrial diet—characterized by highly processed, low-nutrient foods and the reduced intake of produce in its natural state, such as fruits and vegetables—is generating a large number of health and environmental concerns in the developed world. In the meantime, the public health response to food-related health issues typically focuses on healthy eating, despite the growing amount of research showing the complexity of food environments. In this article, we discuss the limitations and fragmented perspective of current “healthy eating” strategies and the obvious disconnect between public health interventions and broader food environments. We outline the transformation of food environments in recent decades and how this is shaped by shifting ways of life and forms of governance built on neoliberal principles, which in turn influence individuals’ food practices. By availing of critical social theory, we suggest that the potential for change should involve a systemic, ecological understanding of the complexities involved, exposing the interdependencies within broader socioeconomic, cultural, and political contexts and current food systems processes and environments.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,068
Communication savante0,0090,010
Science ouverte0,0020,008
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,293
Écart entre enseignants0,258 · 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'étudeThéorique ou conceptuel
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

Citations48
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207