MétaCan
Menu
Retour à la cohorte
Enregistrement W2886459399

Variation du coût des fruits et légumes dans divers milieux de la grande région de Québec

2009· article· fr· W2886459399 sur OpenAlexfundaboutno aff
Sarah Drouin

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2009
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversité Laval
Mots-clésGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le groupe alimentaire des légumes et fruits en est un dont les bénéfices sur la santé ont été largement reconnus notamment en diminuant les risques de maladies chroniques telles que l'obésité, le diabète et certains cancers. Malgré les recommandations, un nombre considérable de Canadiens et Québécois n' atteignent pas le nombre minimal de portions recommandé par le Guide alimentaire canadien, spécialement les populations à faible revenu. L'accès économique aux aliments, en particulier la capacité à payer pour des aliments recommandés, est un déterminant important de la saine alimentation chez les ménages à faible revenu et compterait parmi les causes des inégalités sociales de santé. Cette étude exploratoire s'est intéressée à la variation du coût des fruits et légumes dans différents milieux socio-économiques de la région de Québec. Deux constats ressortent: (1) le coût d'un panier de fruits et légumes varie selon les types d' établissement (grande surface, surface conventionnelle, petite surface, fruiterie, dépanneur), mais non avec le niveau d'urbanisation (urbain; rural) ni la défavorisation matérielle et (2) tous les types d' établissement à l'étude sont plus nombreux par 100 km² dans le milieu urbain par rapport au milieu rural. D'autres études, couvrant un plus grand territoire et incorporant les aspects de l'environnement alimentaire sont nécessaires afin de conclure sur l' effet de l' accès économique aux fruits et légumes sur les inégalités de santé dans la région. Des actions et solutions pourraient être ainsi initiées afin d' éviter que des écarts de santé, s'ils existent, ne s'accentuent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,214
Écart entre enseignants0,202 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetHorticultural and Viticultural ResearchTravaux en français237 207