The use of an online survey for collecting food exposure information, Foodbook sub-study, February to April 2015
Notice bibliographique
Résumé
BACKGROUND: During foodborne illness outbreak investigations, comparing food exposure frequencies of cases to those of a control population can help identify suspect food sources. The Public Health Agency of Canada (PHAC) conducted an online survey between February and April 2015 to collect seven-day food exposures from a convenience sample. The study period overlapped with a national, population-based exposure survey being conducted via telephone using random digit dialling. A subset of the food exposure questions from the telephone-based survey was included in the online survey. OBJECTIVE: The online survey study objectives were to: 1) describe the survey methodology, survey respondents and response behaviour; and 2) determine if the online methodology is an appropriate alternative to telephone surveys by comparing food exposures. METHODS: The online survey link was distributed via email to employees and public health partners, and was promoted on the PHAC website and social media channels. RESULTS: In total 2,100 surveys were completed. The majority of respondents were female, with high income and education, aged 30 to 39 years. The proportion reporting consuming the food items in the online survey was generally higher than those reported in the telephone survey, with a mean difference of 6.0% (95% CI: 4.2, 7.8). CONCLUSION: In an outbreak investigation, the 6.0% bias could make it more difficult to detect a difference between the case and control food exposures. Nevertheless, given the speed of response and lower resource expenditure of online surveys as well as the willing, able and convenient sample, a bias of 6.0% is considered small enough to be acceptable for future surveys.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».