Stratégie sur l’alimentation et la nutrition de l’Ontario :établissement d'indicateurs de l’accès aux aliments et del’alphabétisme alimentaire pour un premier suivi del’environnement alimentaire
Bibliographic record
Abstract
Introduction Une approche intergouvernementale multilatérale globale en matière d’élaboration de politiques est essentielle pour permettre aux Canadiens et aux Canadiennes de faire face aux défis que pose leur environnement alimentaire. Des indicateurs de l’environnement alimentaire sont nécessaires pour évaluer l’état et l’évolution de la population. La Stratégie sur l’alimentation et la nutrition de l’Ontario (SANO), qui regroupe les secteurs de l’alimentation, de l’agriculture et de la nutrition, vise à améliorer la santé de la population ontarienne par des interventions favorisant des systèmes et des environnements alimentaires sains. Cet article décrit le processus d’établissement d'indicateurs pour 11 secteurs d’intervention de la SANO dans deux orientations stratégiques : l’accès à des aliments sains et l’alphabétisme et les compétences alimentaires. Méthodologie Le groupe consultatif sur les indicateurs de la SANO a suivi un processus en cinq étapes pour choisir les indicateurs : 1) choix des indicateurs potentiels dans les sources de données provinciales et nationales, 2) catégorisation des indicateurs par orientation stratégique, par secteur d’intervention et par type de données, 3) établissement, essai pilote et finalisation des critères de sélection, 4) application des critères finaux pour améliorer la liste des indicateurs et 5) établissement des indicateurs prioritaires après cette application finale des critères de sélection. Résultats Soixante-neuf indicateurs potentiels ont été recensés au départ, mais un grand nombre d’entre eux offraient des mesures individuelles et non collectives. Après l’application finale des critères de sélection, ont été jugés prioritaires un indicateur individuel et six indicateurs collectifs associés à cinq secteurs d’intervention, aucun indicateur n’étant disponible pour les six autres secteurs d’intervention. Conclusion Les limites des données existantes laissent penser qu’on ne peut sans doute pas qualifier certaines caractéristiques importantes de l’environnement alimentaire, d’où l’importance de prendre des mesures et d’allouer des ressources pour améliorer les indicateurs collectifs et d’appuyer le suivi de l’environnement alimentaire et de la santé alimentaire tant en Ontario que dans le reste du Canada.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".