MétaCan
Menu
Retour à la cohorte
Enregistrement W2911042776 · doi:10.15353/cfs-rcea.v6i1.265

Food procurement in English-language Canadian public schools: Opportunities and challenges

2019· article· en· W2911042776 sur OpenAlexaffvenueabout
Shawna Holmes

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésProcurementBusinessQuality (philosophy)Marketing

Résumé

récupéré en direct d'OpenAlex

This paper examines the changes to procurement for school food environments in Canada as a response to changes to nutrition regulations at the provincial level. Interviews with those working in school food environments across Canada revealed how changes to the nutrition requirements of foods and beverages sold in schools presented opportunities to not only improve the nutrient content of the items made available in school food environments, but also to include local producers and/or school gardens in procuring for the school food environment. At the same time, some schools struggle to procure nutritionally compliant foods due to increased costs associated with transporting produce to rural, remote, or northern communities as well as logistic difficulties like spoilage. Although the nutrition regulations have facilitated improvements to food environments in some schools, others require more support to improve the overall nutritional quality of the foods and beverages available to students at school.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,096
Tête enseignante GPT0,233
Écart entre enseignants0,137 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207