MétaCan
Menu
← Retour à la cohorte
Enregistrement W4319600485 · doi:10.1016/j.jneb.2022.10.004

African American Perceptions of Service Provided by Supplemental Nutrition Assistance Program-Education: A Qualitative Exploration

2023· article· en· W4319600485 sur OpenAlexvenueno aff
Matthew Greene, Denise Holston, Jamila Freightman, Chiquita Briley

Notice bibliographique

RevueJournal of Nutrition Education and Behavior · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesLouisiana State UniversityU.S. Department of Agriculture
Mots-clésAfrican americanFocus groupQualitative researchContext (archaeology)GerontologyAfrican-American cultureSupplemental Nutrition Assistance ProgramMedical educationPsychologyMedicineSociologyFood insecurityFood securityAnthropologyGeography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess African Americans' satisfaction with Supplemental Nutrition Assistance Program-Education (SNAP-Ed) in Louisiana. METHODS: African American facilitators conducted 5 focus group discussions with 25 African American SNAP-Ed participants according to issues identified by African American SNAP-Ed implementers in Louisiana. Focus group discussion transcripts were coded independently using inductive and in vivo coding by 2 members of the research team. RESULTS: Participants viewed lessons as race-neutral and thought they should include more information about African American history and culture. Participants also noted a lack of engagement with the African American community and stressed the need for the program to employ African American staff. However, participants thought the information was important for African Americans in the context of medical issues faced by their community. CONCLUSIONS AND IMPLICATIONS: Findings indicate that SNAP-Ed in Louisiana be modified to address African American food history and culture, additional African American staff and better engagement with the African American community.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,152
Tête enseignante GPT0,532
Écart entre enseignants0,380 · 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'étudeQualitatif
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nutrition Education and Behavior→Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→