Environnement alimentaire de consommation : développement d’un instrument de mesure et évaluation dans quatre quartiers de Montréal
Bibliographic record
Abstract
Contexte : L’environnement alimentaire (EA) correspond à l’ensemble des conditions dans lesquelles les consommateurs se procurent et consomment des aliments. Cet environnement a le potentiel d’influencer le comportement alimentaire des individus. L’EA de consommation est peu documenté au Québec, limitant notre capacité à développer des programmes et politiques pour soutenir la saine alimentation. Objectifs: L’objectif principal de ce projet est de développer et valider un outil d’évaluation de l’EA de consommation spécifique au contexte du Québec. L’objectif secondaire est de caractériser l’EA de consommation de quatre quartiers de Montréal. Méthodologie : Le MEAC-S a été développé, testé pour sa fidélité et utilisé pour évaluer l’EA dans 17 supermarchés. Il mesure la variété, la longueur d'étalage, le prix et la mise en valeur des fruits et légumes (FL), croustilles, boissons gazeuses et repas prêts-à-manger, ainsi que la qualité des FL frais. La taille des commerces a été estimée à partir de la longueur d’étalage totale mesurée par commerce. Des coefficients de corrélation intra-classe ont été calculés pour évaluer la fidélité du MEAC-S et des corrélations de Spearman ont été utilisées pour explorer les associations entre les indicateurs de l’EA. Résultats : Les coefficients de corrélation intra-classe suggèrent une bonne fidélité pour la majorité des indicateurs du MEAC-S. L’analyse descriptive des quartiers met en lumière la variabilité de la longueur d’étalage, de la variété et du prix des FL entre les supermarchés, ainsi que la mise en valeur disproportionnée des produits ultra-transformés. Le prix des produits ultra-transformés est inversement associé avec leur proéminence (p<0,005) et leur promotion (p<0,003). La taille des commerces est associée avec la promotion des produits ultra-transformés (p<0,001), mais pas des FL. Conclusion : Cette étude suggère que l’offre alimentaire dans les supermarchés varie grandement d’un commerce à l’autre et souligne la nécessité d’utiliser un large éventail d’indicateurs pour évaluer l’EA de consommation.
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 | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".