Exploring Student Food Behaviour in Relation to Food Retail over the Time of Implementing Ontario’s School Food and Beverage Policy
Notice bibliographique
Résumé
Background: Canadian provincial policies, like Ontario’s School Food and Beverage Policy (P/PM 150), increasingly mandate standards for food and beverages offered for sale at school. Given concerns regarding students leaving school to purchase less healthy foods, we examined student behaviours and competitive food retail around schools in a large urban region of Southern Ontario. Methods: Using a geographic information system (GIS), we enumerated food outlets (convenience stores, fast-food restaurants, full-service restaurants) within 500, 1000 and 1500 m of all 389 regional schools spanning years of policy implementation. Consenting grade 6–10 students within 31 randomly selected schools completed a web-based 24-h diet recall (WEB-Q) and questionnaire. Results: Food outlet numbers increased over time (p < 0.01); post-policy, within 1000 m, they averaged 27.31 outlets, with a maximum of 65 fast-food restaurants around one school. Of WEB-Q respondents (n = 2075, mean age = 13.4 ± 1.6 years), those who ate lunch at a restaurant/take-out (n = 84, 4%) consumed significantly more energy (978 vs. 760 kcal), sodium (1556 vs. 1173 mg), and sugar (44.3 vs. 40.1 g). Of elementary and secondary school respondents, 22.1% and 52.4% reported ever eating at fast food outlets during school days. Conclusions: Students have easy access to food retail in school neighbourhoods. The higher energy, sodium and sugar of these options present a health risk.
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 | 0,001 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».