MétaCan
Menu
Retour à la cohorte
Enregistrement W4306409880 · doi:10.15353/cfs-rcea.v9i3.482

Operationalizing sustainable food systems through food programs in elementary schools

2022· article· en· W4306409880 sur OpenAlexaffvenueabout
Tracy Everitt, Rachel Engler‐Stringer, Wanda Martin

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDiverse Educational Innovations Studies
Établissements canadiensUniversity of SaskatchewanSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésCurriculumSustainabilityFood systemsOperationalizationSustainable agricultureExperiential learningBusinessAgriculturePsychologyPedagogyFood securityGeography

Résumé

récupéré en direct d'OpenAlex

Healthy eating supports optimal growth, development, and academic achievement. Yet, the diet quality of school-aged children is poor. Food insecurity and chronic disease are concerns, as are unsustainable agricultural practices. Sustainable food systems have a low environmental impact and can address both dietary and sustainability concerns. This multi-case study was conducted in two Community Schools in a mid-sized Canadian city. Data was collected through interviews, observations, a checklist, and curriculum and policy review. The purpose of this study was to understand the capacity of local elementary schools to implement sustainable food systems strategies in curriculum, policy, and practice. Teachers were doing some cooking and gardening with students, and schools were doing some recycling. There were no specific food policies. Infrastructure challenges varied by school. Insufficient funding and curriculum resources were seen as barriers to implementing sustainable food systems. Staff characteristics and relationships were seen as facilitators. Schools can be positioned to be strong leaders in the area of school food by prioritizing food literacy and sustainable food system strategies and developing supportive policies, including community members and students in programming, and including experiential food production opportunities for all students.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,113
Tête enseignante GPT0,255
Écart entre enseignants0,142 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetDiverse Educational Innovations StudiesTravaux en français237 207