MétaCan
Menu
Retour à la cohorte
Enregistrement W4256553588 · doi:10.1017/phn2006987

Indigenous peoples' food systems for health: finding interventions that work

2006· article· en· W4256553588 sur OpenAlexafffund
Harriet V. Kuhnlein, B. Erasmus, Hilary Creed‐Kanashiro, Lois Englberger, Chinwe S. Okeke, Nancy J. Turner, Lindsay Allen, Lalita Bhattacharjee

Notice bibliographique

RevuePublic Health Nutrition · 2006
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensMcGill University
Organismes subventionnairesInstitute of Population and Public HealthCanadian Institutes of Health ResearchInternational Development Research CentreRockefeller Foundation
Mots-clésIndigenousPsychological interventionWork (physics)ZuluPolitical scienceEconomic growthPublic relationsEnvironmental healthMedicineNursingEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This is a short report of a ‘safari’ held in conjunction with the International Congress of Nutrition in September 2005, in Futululu, St. Lucia, South Africa. Participants were several members of the International Union of Nutritional Sciences Task Force on Indigenous Peoples' Food Systems and Nutrition, other interested scientists and members of the Kwa Zulu indigenous community. The paper describes the rationale for and contributions towards understanding what might be successful interventions that would resonate among indigenous communities in many areas of the world. A summary of possible evaluation strategies of such interventions is also given.

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)0,021
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,097
Tête enseignante GPT0,352
Écart entre enseignants0,255 · 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'étudeRevue systématique
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

Citations96
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublic Health NutritionMême sujetChild Nutrition and Water AccessTravaux en français237 207