First Nations students’ perceptions of school nutrition policy implementation: A mixed methods study
Notice bibliographique
Résumé
AIM: School nutrition policies can improve healthy food access for Indigenous First Nations children in Canada. This study explored First Nations students' perceptions of a school nutrition policy. METHODS: The research was a process evaluation of school nutrition policy implementation using a mixed-methods design. Students in grades 4-12 (n = 94) completed a 17-question survey to capture their perceptions of the policy. Survey data informed an 11-question semi-structured interview guide. Transcripts from interviews with students (n = 20) were analysed using content analysis to identify barriers and facilitators to policy implementation. RESULTS: Key facilitating factors to policy implementation were student support for the policy and taste preferences. Most students (87%) agreed that only healthy foods should be served at school and, in interviews, expressed a preference for healthy food choices. Barriers to policy implementation included foods available at school and lack of communication between students and their teachers and parents. Half (50%) of surveyed students reported that their eating habits at school were average; interviews explained that their diets could be improved by consuming more fruit and vegetables at school. Both surveys and interviews found that communication between students and their parents and teachers about what they ate and drank at school was low. CONCLUSIONS: To support children's healthy eating at school, the school nutrition policy could provide clear guidelines on foods permissible in the school, while considering social and environmental barriers to healthy eating. The involvement of First Nations children in the implementation and evaluation of school nutrition policies is recommended.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 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) | 0,002 | 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 ».