Les jardins communautaires et collectifs de Montréal : une exploration de leur place dans la réduction des iniquités de santé et de saine alimentation
Bibliographic record
Abstract
Prendre part à un jardin communautaire ou collectif (JCC) est associé entre autres à une consommation accrue de fruits et légumes (FL) dans la littérature. Avec la popularité croissante des JCC dans les pays développés, l’impact des JCC sur les iniquités de santé demeure méconnu. Cette étude analyse 1) la répartition des JCC à Montréal en fonction de certaines caractéristiques sociodémographiques des voisinages et 2) l’association entre la proximité résidentielle d’un JCC et la consommation quotidienne de FL chez les adultes. Le nombre moyen de JCC dans les voisinages de Montréal a été comparé selon la densité populationnelle, la proportion de ménages locataires, la proportion d’immigrants et les proportions de personnes à faible revenu ou sans diplôme d’études secondaires. Une régression logistique multivariée a été effectuée pour évaluer l’association entre la proximité résidentielle d’un JCC (présente si jardin à ≤ 500 m de la résidence) et la consommation quotidienne de FL (suffisante étant ≥5 fois/jour). Les analyses ont été répétées avec une proximité à 300 m et à 1 000 m. Les analyses comparatives ont révélé un nombre significativement plus élevé de JCC dans les voisinages plus denses, avec plus de locataires et avec plus de personnes à faible revenu ou sans diplôme d'études secondaires. La proximité résidentielle à un JCC s’avère non associée à la fréquence de consommation de FL chez les adultes. La répartition actuelle des JCC à Montréal favorise un accès accru dans les quartiers plus défavorisés et présente un potentiel pour réduire les iniquités de santé. Dans notre étude, vivre près d’un jardin ne serait pas associé à une consommation plus importante de FL. Des études supplémentaires sont nécessaires pour évaluer d'autres dimensions de l'accès et de l’impact sur les iniquités de santé.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".