Food Policy Council Self-Assessment Tool: Development, Testing, and Results ( FPC-SAT ). Copyright: Public Domain.
Notice bibliographique
Résumé
A large number of food policy councils (FPCs) exist in the United States, Canada, and Tribal Nations (N = 278), yet there are no tools designed to measure their members' perceptions of organizational capacity, social capital, and council effectiveness. Without such tools, it is challenging to determine best practices for FPCs and to measure change within and across councils over time. This study describes the development, testing, and findings from the Food Policy Council Self-Assessment Tool (FPC-SAT). The assessment measures council practices and council members' perceptions of the following concepts: leadership, breadth of active membership, council climate, formality of council structure, knowledge sharing, relationships, member empowerment, community context, synergy, and impacts on the food system. All 278 FPCs listed on the Food Policy Network's Online Directory were recruited to complete the FPC-SAT. Internal reliability (Cronbach's α) and inter-rater reliability (AD, rWG(J), ICC [intraclass correlations][1], ICC[2]) were calculated, and exploratory and a confirmatory factor analyses were conducted. Responses from 354 FPC members from 94 councils were used to test the assessment. Cronbach's α ranged from 0.79 to 0.93 for the scales. FPC members reported the lowest mean scores on the breadth of active membership scale (2.49; standard deviation [SD], 0.62), indicating room for improvement, and highest on the leadership scale (3.45; SD, 0.45). The valid FPC-SAT can be used to identify FPC strengths and areas for improvement, measure differences across FPCs, and measure change in FPCs over time.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,019 |
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 source (Gemma direct ou Codex distillé), 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 ».