MétaCan
Menu
Retour à la cohorte
Enregistrement W3210835212 · doi:10.1080/19320248.2021.1984359

Who Misses Lunch on School Days in Canada?

2021· article· en· W3210835212 sur OpenAlexafffundabout
Claire N. Tugault-Lafleur, Jennifer Black

Notice bibliographique

RevueJournal of Hunger & Environmental Nutrition · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Foundation for Innovation
Mots-clésEthnic groupDemographyFood insecurityEnvironmental healthHealthy eatingConsumption (sociology)Supplemental Nutrition Assistance ProgramMedicinePsychologyGerontologyGeographyPhysical activityFood securityPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

This study assessed the prevalence and predictors of not eating lunch on school days among Canadian children using dietary data from the 2015 Canadian Community Health Survey- Nutrition (n = 2,991 children aged 6–17 years). On a given school day, more than 1 in 20 students reported eating no lunch. Students were more likely to miss lunch if they were older, lived in a food insecure household, or smoked. Sex, ethnicity, income and weight status were not associated with lunch consumption. Future research is needed to fully understand the frequency, causes and consequences of missing lunch on school days in Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil0,736

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Hunger & Environmental NutritionMême sujetObesity, Physical Activity, DietTravaux en français237 207