Addressing a Northern Food Crisis: Process Evaluation of Nutrition North Canada
Notice bibliographique
Résumé
Inflated food costs are a contributing factor to food insecurity in isolated communities of Canada’s North. To increase the affordability and accessibility of healthy food in Northern communities, a federal government program Nutrition North Canada (NNC) offers retail-based subsidies on select nutritious foods shipped by air. In this paper, I integrate methods of process evaluation to determine whether or not the program components of NNC, such as the defined target population and subsidy design, are sufficient to achieve the intended program outcomes of increased affordability and accessibility of nutritious foods. A literature review drawing on government documents and journal articles outlines the setting of northern food insecurity and defines an inventory of NNC program components. Media articles published between 2011 and 2015 provide context and draw focus to specific implementation issues drawn from the NNC program. The process evaluation for this paper examines these documents for examples of inconsistency within the NNC program’s target, design, and structure that will affect successful program implementation and delivery. My results focus on inadequacies in the structure of the community eligibility target, subsidy design, and compliance reports. I conclude with recommendations on revising and strengthening these components, to ensure that the Nutrition North Canada program can reach its key goal of increasing the affordability and accessibility of healthy foods in isolated northern communities that do not have year-round marine and/or ground transport.
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 | 0,004 | 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 | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».