MétaCan
Menu
← Retour à la cohorte
Enregistrement W4302067207 · doi:10.46692/9781447336020.022

Responding to neoliberal diets: School meal programmes in Brazil and Canada

2018· other· en· W4302067207 sur OpenAlexaboutno aff
Estevan Leopoldo de Freitas Coca, Ricardo Barbosa

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMealSchool mealPolitical scienceGeographyEconomic growthFood scienceEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Introduction Food is a tool of power that has permitted capitalismto be established as the dominant mode of production(McMichael, 2001). Within capitalism, cheap foodfrom the ‘Green Revolution’ sought to prevent the‘Red Revolution’ (Patel, 2013), or so-called‘communist threat’. Even though it is recognised asa fundamental human right (UN, 2013), food isincreasingly mercantilised as a commodity (Murphy,2009). This term refers to the perversion of foodfrom a social good into merchandise, produced andsold as any other. As this volume demonstrates, thisprocess in connected with many harms associated withfood and agriculture (Gray and Hinch, 2015). Although for some time global agriculture has producedenough for every person in the world to have accessto 2,850 calories – enough to live healthily (TheWorld Bank, 2008) – about 795 million people arestill subject to hunger (FAO, 2015). Concurrently,the World Health Organization (WHO, 2016) indicatesthat more than 1.9 billion people are overweight dueto unbalanced diets. This is not simply because theyeat too much, but because they consumeindustrialised foods of low nutritional value(Guthman, 2011). Children and youth are among the most vulnerable to theconsequences of such discordance in the agri-foodsystem (Gunson et al, 2016). For instance, in manypoor countries malnutrition starts in utero when amother's precarious nutritional intake affects theformation of a foetus's biological structures(Ziegler, 2011). Additionally, due to a powerfulprocess of ‘conquering minds’ through advertising,millions are persuaded to partake in a low-nutrientdiet model, exemplified by fast foods (Azuma andFisher, 2001; Schlosser, 2001; Nestle, 2002; Pollan,2007). Hunger and obesity are not episodicmanifestations; on the contrary, they havebiological, economic and social determinations, tothe extent where one can even inherit its detriment.This chapter discusses the standardisation of dietsas the result of neoliberal capitalism, as well asthe forms of resistance and countermeasures inschools. The school-aged demographic of Western countries havelargely adopted food habits based primarily onprocessed goods of low nutritional value (Winson,2010). Changes in school meal programmes are seen asa form of reverting this process (Poppendieck,2010).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,495

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,003
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,009
Tête enseignante GPT0,280
Écart entre enseignants0,270 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→