Performance and Decoder Complexity Estimates for Families of Low-Density Parity-Check Codes
Notice bibliographique
Résumé
Public recreation facilities are preferred gathering places for families to participate in physical, social, intellectual, and creative pursuits, and the importance of food environments in these facilities is gaining recognition. Evidence from other Canadian jurisdictions describes such food environments as unsupportive of health, which contradicts national recreation priorities to have healthy choices as the easy choices. This study aimed to characterize food environments in a convenient sample of Saskatchewan public recreation facilities. A convergent/parallel mixed methods study design used quantitative methods to determine the healthfulness of concession stands and vending machines and qualitative methods to examine barriers and facilitators to healthy eating in facilities. The results found that 5% of concession main dishes were defined as healthy and packaged foods/beverages in concession stands and vending machines were defined as <i>Offer Most Often</i> 6% and 8% of the time, respectively, according to Saskatchewan Nutrition Standards. Reported barriers to healthy eating were more than twice as prevalent as facilitators. To align with population health recommendations in Saskatchewan, food environments in public recreation facilities require immediate attention. The results and recommendations can be used to build collective action to address the problem and as a benchmark to measure change. <b>Novelty:</b> Only 5% of concession main dishes were defined as healthy. Only 6% of packaged foods and beverages in concessions, and 8% in vending, were defined as <i>Offer Most Often</i>. Reported barriers to healthy eating were more than twice as prevalent as facilitators, resulting in a current state that is difficult to change.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».