Utilizing Social Media to Educate School Nutrition Professionals
Notice bibliographique
Résumé
Background: Schools enrolled in United States Department of Agriculture (USDA) Team Nutrition (TN) projects often have positive outcomes and develop useful resources. The challenge was to find an accessible mean to share outcomes and resources with schools across Ohio. Purpose: The purpose of this project was to design a blog to educate school nutrition professionals and build awareness of positive activities related to Ohio school meals. This project also aimed to identify indicators of engagement, make recommendations for research and practice, and identify a set of best practices for future blog site use. Methods: The foundation of the blog (OHIOSmarterLunchrooms.com) was content development in the form of original content, resource materials, evaluation tools, and school nutrition research. Results: In the initial eight months, the blog generated 1,301 visitors, 3,277 views and 793 resource downloads. Agency partnerships were important drivers of traffic to the site. A quarter of all referrals were generated from the state department of education, and 14% from the USDA. A statewide taste test event was effective in reaching schools not enrolled in TN-funded projects. Most published content (24 of 28 posts) was original content. Contributor posts received the most user views, “likes,” and ratings. The most popular downloads were taste test event materials (43%), followed by professionally designed signs and posters (37%). Conclusion: Utilizing a blog for information dissemination among school nutrition professionals has proven to be a viable educational platform. Participation and engagement in OHIO Smarter Lunchrooms content continues to grow.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».