Store Environment Assessment (SEA) Tool: Design and validation of a food environment audit protocol
Notice bibliographique
Résumé
Abstract Background Unhealthy food environments are key factors in diet-related disease risk. Many audit methods have been designed for the retail food environment, but weaknesses of existing methods include: validity in study methods and design, and heterogeneity in adaptation and analysis methods. This paper describes the development and validation of a novel protocol for designing store audit instruments - the Store Environment Assessment (SEA) Tool. Methods This research involved four steps: 1. a scoping review of consumer food environment audit tools; 2. classify key variables from the literature; 3. use the variables to design a protocol for development of audit instruments tailored to local contexts and research questions; and 4. validate the protocol by designing and validating a sample audit tool based on Canada's Food Guide (2019). Results Variables from the literature included: Product (availability, variety, size, reference), Price, Promotion, Placement-accompanied by: definition, type of variable, range of values, scale of measurement, and measurement outcome. The protocol has seven steps: identify dietary guideline criteria; conduct content analysis; define setting; align research questions with scale and scope; variable selection; audit tool design; and validation strategy. The protocol was used to design a store audit instrument for Canadian jurisdictions, based on Canada's Food Guide, and validated against the gold standard, Nutrition Environment Measures Survey (NEMS). Discussion The SEA protocol can strengthen researchers and practitioners' capacity to use structured guidelines to develop geographically and socio-demographically relevant Store Environment Assessments, and avoid heterogeneity arising from ad hoc adaptations of tools such as NEMS. Our methodological approach can support greater consistency, feasibility, and rigour of food environment audits for diverse public health research and practice objectives. Key messages Researchers and practitioners will be able to utilize the SEA tool protocol, using jurisdictional food and nutrition criteria, to better assess 4Ps related to food, in retail food environments. The variables and measurement outcomes included in the SEA tool protocol will support public health practitioners in developing relevant interventions to support healthy consumer food purchasing.
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 | 0,362 | 0,396 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,008 |
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 ».