MétaCan
Menu
Retour à la cohorte
Enregistrement W3122091389

THE WIC PROGRAM: BACKGROUND, TRENDS, AND ISSUES

2002· preprint· en· W3122091389 sur OpenAlexaboutno aff
Victor Oliveira, Elizabeth F. Racine, Jennifer C. Olmsted, Linda M. Ghelfi

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2002
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupplemental Nutrition Assistance ProgramEnvironmental healthFiscal yearPopulationQuarter (Canadian coin)Nutrition EducationBusinessHealth careMedicineEconomic growthService (business)GerontologyGeographyFood insecurityFood securityAgricultureEconomicsMarketingFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The mission of the Special Supplemental Nutrition Program for Women, Infants, and Children (WIC) is to safeguard the health of low-income women, infants, and children up to age 5 who are at nutritional risk. WIC provides nutritious foods to supplement diets, nutrition education, and referrals to health care and other social services. Administered by USDA's Food and Nutrition Service (FNS), the program has grown rapidly since its establishment in 1972, and is now one of the central components of the Nation's food and nutrition assistance system. Almost half of all infants and about one-quarter of all children 1-4 years of age in the United States now participate in the program. Federal program costs were almost $4 billion in fiscal 2000, making WIC the country's third-largest food assistance program in terms of total expenditures. WIC accounts for almost 12 percent of total Federal expenditures for food and nutrition assistance. This report presents comprehensive background information on the WIC program-how it works, its history, program trends, and the characteristics of the population it serves. It also examines issues related to program outcomes and administration. How the WIC community responds to these issues may have a large impact on future program operations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,258
Tête enseignante GPT0,515
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207