La consommation d’aliments traditionnels au Yukon, aux Territoires du Nord-Ouest et au Nunavut, étude Foodbook en 2014–2015
Bibliographic record
Abstract
Contexte : Cet article présente un résumé descriptif de la consommation de divers aliments traditionnels (i.e. des aliments d’origine végétale et animale procurés localement dans la nature) par les résidents du Yukon (Yn), des Territoires du Nord-Ouest (T. N.-O.) et du Nunavut (Nt). Les données ont été collectées dans le cadre de l’étude Foodbook en 2014 et 2015. Méthodes : L’étude Foodbook a été réalisée par téléphone sur une période d’un an. Les répondants ont été interrogés sur la consommation d’un large éventail de produits alimentaires au cours des sept jours précédents. Les habitants des territoires ont également été interrogés sur la consommation d’aliments traditionnels spécifiques à la région. Les données ont été pondérées afin d’élaborer des estimations territoriales de la consommation. Des données sur l’âge, le sexe, le lieu, le revenu et le niveau de scolarité ont également été recueillies. Résultats : Le taux de réponse national pour le sondage Foodbook a été de 19,9 %. Au total, 1 235 résidents des territoires ont participé à l’étude (Yn, n = 402, T. N.-O., n = 458, Nt, n = 375). La consommation d’aliments traditionnels au cours des sept jours précédents a été signalée par 77,5 %, 60,7 % et 66,4 % des participants au Yukon, aux Territoires du Nord-Ouest et au Nunavut, respectivement. Conclusion : Les réponses aux questions sur les aliments traditionnels posées en parallèle au questionnaire principal de l’étude Foodbook donnent un aperçu de la consommation d’aliments traditionnels au Yukon, aux Territoires du Nord-Ouest et au Nunavut.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".