Using Group Model Building to Describe the System Driving Unhealthy Eating and Identify Intervention Points: A Participatory, Stakeholder Engagement Approach in the Caribbean
Notice bibliographique
Résumé
Many Small Island Developing States of the Caribbean experience a triple burden of malnutrition with high rates of obesity, undernutrition in children, and iron deficiency anemia in women of reproductive age, driven by an inadequate, unhealthy diet. This study aimed to map the complex dynamic systems driving unhealthy eating and to identify potential points for intervention in three dissimilar countries. Stakeholders from across the food system in Jamaica (n = 16), St. Kitts and Nevis (n = 19), and St. Vincent and the Grenadines (n = 6) engaged with researchers in two group model building (GMB) workshops in 2018. Participants described and mapped the system driving unhealthy eating, identified points of intervention, and created a prioritized list of intervention strategies. Stakeholders were also interviewed before and after the workshops to provide their perspectives on the utility of this approach. Stakeholders described similar underlying systems driving unhealthy eating across the three countries, with a series of dominant feedback loops identified at multiple levels. Participants emphasized the importance of the relative availability and price of unhealthy foods, shifting cultural norms on eating, and aggressive advertising from the food industry as dominant drivers. They saw opportunities for governments to better regulate advertising, disincentivize unhealthy food options, and bolster the local agricultural sector to promote food sovereignty. They also identified the need for better coordinated policy making across multiple sectors at national and regional levels to deliver more integrated approaches to improving nutrition. GMB proved to be an effective tool for engaging a highly diverse group of stakeholders in better collective understanding of a complex problem and potential interventions.
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 | 0,025 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».