Bien manger en 2015 : perception du concept par des adultes clés agissant auprès d’enfants d’âge préscolaire au Québec
Bibliographic record
Abstract
Contexte Le concept de saine alimentation est, en 2015, empreint de confusion. La complexité de ce construit est un frein à l’adoption de saines habitudes alimentaires. Les perceptions associées à ce concept qu’ont les parents et le personnel des services de garde influencent le comportement alimentaire des enfants avec qui ils sont en relation. Les comportements alimentaires des enfants de moins de 5 ans sont d’intérêt car ils ont de fortes chances d’être maintenus tout au long de la vie. Des actions ont été mises en place au cours des dernières années auprès de ces cibles afin d’améliorer leurs pratiques alimentaires. Objectifs Explorer ce que signifie bien manger pour des parents d’enfants d’âge préscolaire, des éducatrices et des responsables de l’alimentation (RA) en milieu de garde au Québec en 2015. Méthode Dans le cadre d’un sondage électronique mené auprès de la population cible, une question ouverte est posée en lien avec les perceptions du « bien manger ». Les réponses qualitatives générées par ce sondage sont analysées selon une approche déductive et inductive avec une grille de codification ainsi que des tests statistiques. Résultats La variété est le sous-thème le plus fréquent parmi les 1753 parents alors que la santé prend la première place parmi les 1055 éducatrices et les 267 RA. Les qualités organoleptiques sont surtout abordées par les RA, alors que les références aux signaux de faim et de satiété se démarquent chez les éducatrices. En général, tous les intervenants font mention de concepts reliés au « bien manger » incluant la variété, la saine alimentation, l’équilibre, la modération ou le plaisir. Conclusion Ce portrait représente les perceptions du « bien manger » qu’ont des acteurs clés auprès d’enfants de 2 à 5 ans en 2015. Ces informations sont utiles pour développer des stratégies de communication rejoignant ces cibles afin de favoriser l’adoption de saines habitudes alimentaires. Les cadres de référence et guides gouvernementaux ont un rôle important dans les recommandations qu’ils intègrent, lesquelles sont reprises par les professionnels actifs en développement de saines habitudes de vie à la petite enfance.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".