Identifying barriers to traditional game consumption in First Nation adolescents in remote northern communities in Ontario, Canada
Notice bibliographique
Résumé
Objectives: To investigate factors influencing consumption of traditional foods (e.g., wild game, fish) and concerns about environmental contaminants among schoolchildren of the Mushkegowuk Territory First Nations (Moose Factory, Fort Albany, Kashechewan, Attawapiskat, and Peawanuck). \nStudy Design: Cross-sectional data collection from a Web-based Eating Behaviour Questionnaire (WEB-Q). \nMethods: Schoolchildren in grades 6-12 (n = 262) responded to four of the WEB-Q questions: (1) Do you eat game? (2) How often do you eat game? (3) How concerned are you about the environmental contaminants in the wild game and fish that you eat? (4) I would eat more game if...[ six response options]. Data were collected from 2004-2009. Hierarchical log-linear modelling (LLM) was used for analyses of multi-way frequency data. \nResults: Of the school children answering the specific questions: 174 consumed game; 95 reported concerns about contaminants in game; and 84 would increase their game consumption if it were more available in their homes. LLM revealed significant differences between communities; schoolchildren in Moose Factory consumed game “rarely or never” at greater than expected frequency, and fewer than expected consumed game “at least once a day.” Schoolchildren in Kashechewan had greater frequency of daily game consumption and few were concerned about contaminants in game. Using LLM, we found that sex was an insignificant variable and did not affect game consumption frequency or environmental contaminant concern. \nConclusion: The decreasing importance of the traditional diet was most evident in Moose Factory, possibly due to its more southerly location relative to the other First Nations examined.
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 | 0,001 | 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) | 0,001 | 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 ».