A comparative analysis of the restaurant consumer food environment in Rochester (NY, USA) and London (ON, Canada): assessing children’s menus by neighbourhood socio-economic characteristics
Notice bibliographique
Résumé
OBJECTIVE: To assess restaurant children's menus for content and nutritional quality; and to investigate the relationship between the restaurant consumer food environment for children and neighbourhood-level socio-economic characteristics within and between one Canadian city and one US city. DESIGN: Cross-sectional observational study. SETTING: London, ON, Canada and Rochester, NY, USA.ParticipantsRestaurant children's menus were assessed, scored and compared using the Children's Menu Assessment tool. We quantified neighbourhood accessibility to restaurants by calculating 800 m road-network buffers around the centroid of each city census block and created a new Neighbourhood Restaurant Quality Index for Children (NRQI-C) comprising the sum of restaurant menu scores divided by the total number of restaurants within each area. After weighting by population, we examined associations between NRQI-C and neighbourhood socio-economic characteristics using correlations and multiple regression analyses. RESULTS: Nutritional quality of children's menus was greater, on average, in Rochester compared with London. Only one variable remained significant in the regression analyses for both cities: proportion of visible minorities had a positive effect on neighbourhood NRQI-C scores in London, whereas the reverse was true in Rochester. CONCLUSIONS: Results suggest the presence of a socio-economic disparity within Rochester, where children in more disadvantaged areas have poorer access to better nutritional quality restaurant choices. In London, results suggest an inverse relationship across the city where children in more disadvantaged areas have better access to better nutritional quality restaurant choices. Given these disparate results, research on restaurant nutritional quality for children requires additional consideration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».