MétaCan
Menu
Retour à la cohorte
Enregistrement W4309150929 · doi:10.26633/rpsp.2022.88

Improving household nutrition security and public health in the CARICOM, 2018–2022

2022· article· en· W4309150929 sur OpenAlexfundno aff
Waneisha Jones, Madhuvanti M. Murphy, Fitzroy J. Henry, Leith Dunn, T. Alafia Samuels

Notice bibliographique

RevueRevista Panamericana de Salud Pública · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésFood securityDiversity (politics)ObesityDietary diversityPsychological interventionPolitical scienceEconomic growthPublic healthWelfare economicsGeographyMedicineEnvironmental healthGerontologyBusinessNursingEconomicsAgriculture

Résumé

récupéré en direct d'OpenAlex

The Caribbean is experiencing a worsening epidemic of obesity and noncommunicable diseases (NCDs) and it has the worst rates of premature mortality from cardiovascular diseases in the region of the Americas. Creating enabling environments to improve dietary diversity would help reduce obesity and diet-related NCDs. The Improving Household Nutrition Security and Public Health in the CARICOM project aimed to increase dietary diversity in the Caribbean, and to determine and implement effective, gender-sensitive interventions to improve food sovereignty, household food security, and nutrition in CARICOM states. Primary quantitative and qualitative research, scoping reviews, stakeholder engagement, implementation of interventions and dissemination activities were undertaken. This paper describes the overall project design and implementation, discusses challenges and limitations, and presents core achievements to inform further work in Small Island Developing States throughout CARICOM to advance the nutrition agenda in the Caribbean. The results of the project's research activities are presented in other papers published in this special issue on nutrition security in CARICOM states.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,437

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
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 Opus0,040
Tête enseignante GPT0,279
Écart entre enseignants0,238 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Panamericana de Salud PúblicaMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207