Text Mining of United States Obesity-Related Public Policies: Systematic Document Search
Notice bibliographique
Résumé
BACKGROUND: Obesity has become a worldwide health problem, caused by multiple and complex factors. To face this challenge, governments have played a central role in combating its rise. Considering this, public policies are introduced or enacted for the benefit of whole populations, taking into account the perspective of multiverse social stakeholders based on solid scientific fundamentals. OBJECTIVE: The aim of this study was to examine obesity-related public policies in the United States and the District of Columbia, in order to understand their scientific basis. METHODS: We analyzed the public policies implemented in the United States from 2003 to 2013, during which time the largest number of obesity-related public policies were introduced, using text mining. RESULTS: In total, 1592 obesity-related public policies were retrieved from the Centers for Disease Control and Prevention. Multidisciplinary policies were predominant in the documents analyzed (533/1592, 33.5%), followed by health sciences (454/1592, 28.5%), social sciences (330/1592, 20.7%), life sciences (240/1592, 15.1%), and physical sciences (35/1592, 2.2%). Throughout the country, most policies were community oriented (1082/1865, 58.0%) and many of them were related to school and family environments (447/1865, 24.0%), early care and education (75/1865, 4.0%), hospitals (63/1865, 3.4%), and workplaces (47/1865, 2.5%). CONCLUSIONS: The contents of obesity-related public policies were generally uniformly framed across the United States. They were generally based on scientific references, in which there was a predominance of multidisciplinary research. These findings are consistent with what is known about the multiple factors causing obesity and about the methods being developed to control the epidemic.
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 | 0,011 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,052 | 0,042 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».