MétaCan
Menu
Retour à la cohorte
Enregistrement W4386917071 · doi:10.1522/revueot.v32n2.1603

Le programme d’alimentation scolaire La Cantine dans les écoles permet aussi aux enfants de découvrir de nouveaux aliments

2023· article· fr· W4386917071 sur OpenAlexaffvenueabout
Anne-Marie Bérubé, Mireille Morin, France Desjardins, Salmata Ouedraogo

Notice bibliographique

RevueRevue Organisations & territoires · 2023
Typearticle
Languefr
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’objectif de cet article est d’identifier les croyances parentales sur les composantes d’un programme d’alimentation scolaire au Québec qui influencent leur fréquence d’utilisation. Cette recherche est quantitative et corrélationnelle. Les données proviennent des résultats de deux sondages (2020 et 2022) d’appréciation des composantes du programme La Cantine dans les écoles auprès des parents utilisateurs. Les résultats exposent une corrélation modérée-supérieure (0,404 avec un p < 0,01) entre la fréquence d’utilisation du programme et la découverte de nouveaux aliments. La découverte d’aliments que permettent les programmes de repas scolaires et l’influence de cette croyance parentale sur la commande de repas par les parents apparaissent comme un résultat novateur. Ainsi, l’envoi périodique du menu détaillé aux parents est une stratégie à poursuivre afin que ceux-ci puissent juger des aliments que leur enfant va découvrir, de l’équilibre des repas, de la variété du menu et des plats qui correspondent, selon eux, à ses préférences alimentaires. Des messages promotionnels aux parents quant à la variété des plats offerts et l’offre de repas équilibrés qui favorisent la découverte d’aliments sont des stratégies marketing à considérer pour augmenter la fréquence d’utilisation du programme.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,270
Score d'incertitude au seuil0,538

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,021
Tête enseignante GPT0,296
Écart entre enseignants0,275 · 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
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue Organisations & territoiresMême sujetObesity, Physical Activity, DietTravaux en français237 207