The Good Food for Learning Universal Curriculum-Integrated Healthy School Lunch Intervention: Protocol for a Two-Year Matched Control Pre-Post and Case Study
Notice bibliographique
Résumé
BACKGROUND: Good nutrition affects children's health, well-being, and learning, and schools offer an important setting to promote healthy behaviors that can last a lifetime. Once children reach school age, they spend more of their waking hours in school than in any other environment. Children's eating habits may be easier to influence than those of adults. In Canada, households with children are more likely to experience food insecurity, and school food programs that are universally available to all children can support the development of healthy eating patterns across groups of varying socioeconomic status. There is a significant gap in the rigorous community-engaged academic research on the impact of school meal programs, especially universal ones. OBJECTIVE: The aim of this population health intervention research is to study the impact of a 2-year universal, curriculum-integrated healthy school lunch program in elementary schools in Saskatoon, Saskatchewan, Canada, on food consumption, dietary quality and food and nutrition-related knowledge, attitudes, and practices. METHODS: This population health intervention study will be conducted in 2 intervention elementary schools matched with 2 control schools. We will collect preintervention data, including objective measurements of food eaten at school and food-related knowledge, attitudes, and behaviors. This will be followed by the intervention itself, along with qualitative case studies of the intervention process in the 2 intervention schools. Then, we will collect postintervention data similar to the preintervention data. Finally, we will finish the data analysis and complete the ongoing sharing of learning from the project. RESULTS: This study was funded in April 2020 but because of the COVID-19 pandemic, data collection did not begin until May 2021. The intervention will begin in September 2021 and end in June 2023, with end point data collection occurring in May and June 2023. The case study research will begin in September 2021 and will be ongoing for the duration of the intervention. CONCLUSIONS: The opportunity we have to systematically and comprehensively study a curriculum-integrated school lunch program, as well as the promising practices for school food programs across Canada, is without precedent. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/30899.
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 | 0,023 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,012 |
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 ».