Utilisation d’un sondage en ligne pour la collecte de renseignements sur l’exposition aux aliments, sous-étude Foodbook, de février à avril 2015
Bibliographic record
Abstract
Contexte : Lors des enquêtes sur les éclosions de maladies d’origine alimentaire, la comparaison des fréquences des expositions aux aliments des cas avec celles d’une population témoin peut aider à déterminer les sources alimentaires suspectes. L’Agence de la santé publique du Canada (l’Agence) a mené un sondage en ligne entre février et avril 2015 afin de recueillir des données sur l’exposition aux aliments pendant sept jours à partir d’un échantillon de commodité. La période de l’étude a coïncidé avec un sondage téléphonique au hasard à l’échelle nationale sur l’exposition de la population. Un sous-ensemble de questions sur l’exposition aux aliments provenant du sondage téléphonique a été inclus au sondage en ligne. Objectif : Les objectifs du sondage en ligne étaient les suivants : 1) décrire la méthodologie du sondage, les répondants et le comportement de réponse; et 2) déterminer si la méthodologie en ligne est une solution de rechange aux sondages téléphoniques en comparant les expositions aux aliments. Méthodes : Le lien vers le sondage en ligne a été distribué par courrier électronique aux partenaires et aux employés de la santé publique, et a fait l’objet de promotion sur le site Web de l’Agence et dans les médias sociaux. Résultats : Au total, 2 100 sondages ont été réalisés. La majorité des répondants étaient des femmes, âgées de 30 à 39 ans, ayant un revenu et un niveau d’éducation élevés. La proportion de personnes ayant déclaré avoir consommé des produits alimentaires dans le cadre du sondage en ligne était généralement plus élevée que dans le sondage téléphonique, avec une différence moyenne de 6,0 % (IC à 95 % : 4,2, 7,8). Conclusion : Dans une enquête sur une éclosion, le biais de 6,0 % pourrait rendre plus difficile la détection d’une différence entre le cas et le témoin des expositions aux aliments. Néanmoins, compte tenu de la rapidité des réponses et des dépenses plus faibles des sondages en ligne ainsi que de l’échantillon volontaire, compétent et commode, un biais de 6,0 % est considéré comme suffisamment faible pour être acceptable pour les sondages futurs.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
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".