Toward a national school food program in Canada
Notice bibliographique
Résumé
Introduction: In Canada, there is a growing commitment to developing a national school food program (SFP) to improve children’s diet and address existing and widening health inequities. Having an understanding of the current landscape of SFP offerings and context is essential to inform the national SFP development. Methods: Available data are scarce; we drew from three unique school-based surveys: a provincially-representative sample of elementary schools from the Raising Healthy Eating and Active Living Kids in Alberta study (2008-2014), a sample of elementary schools with active whole-school health promotion intervention called A Project Promoting Active Living and Healthy Eating Schools (intervention years 1-6), and a convenience sample of secondary schools from the Cannabis, Obesity, Mental Health, Physical Activity, Alcohol, Smoking, and Sedentary Behaviour study (2016/17-2021/22). Descriptive analyses assessed the temporal trends in SFP availability, characteristics, and enablers/barriers. Results: Secondary schools reported a decrease in SFP availability, while the opposite trend was observed in elementary schools, particularly those with a whole-school health promotion intervention in place. Elementary schools with an active health promotion intervention also demonstrated improved awareness, incorporation, and compliance with provincial nutrition guidelines. Barriers to SFP included funding constraints and infrastructure challenges, and these remained consistent over the years. Conclusion: Given the complexity of factors that impact SFP availability, there is an urgent need for a national SFP and harmonized school food policy to help improve Canadian children’s diet, ensure lifelong healthy eating habits, and promote health equity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».