MétaCan
Menu
← Back to cohort
Record W3149083213 · doi:10.71781/27921

Efficacité organisationnelle d’organismes communautaires en sécurité alimentaire situés en milieux ruraux, semi-urbains et urbains au Québec

2020· dissertation· fr· W3149083213 on OpenAlexaboutno aff
Raluca Ticala

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2020
Typedissertation
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

Contexte. L’insécurité alimentaire touche près de 11% des ménages au Québec. Les programmes alimentaires communautaires et l’aide alimentaire des banques alimentaires sont les principales interventions pour répondre à ce problème. Ces organismes communautaires en sécurité alimentaire (OCSA) opèrent avec des ressources humaines, financières et matérielles instables et souvent insuffisantes : pour ajuster l’offre à la demande, ils doivent souvent limiter le nombre de ménages desservis, la qualité de provisions ou de l’aide offerte. Considérant ces contraintes, est-ce qu’ils ont des opérations efficaces pour accomplir leur mission? Aucun modèle d’évaluation de l’efficacité organisationnelle (EO) n’existe. Une poignée d’études réalisées en milieu urbain ont analysé les opérations des OCSA, alors qu’une hétérogénéité de façons de faire existe. Objectif. Cette étude exploratoire propose un modèle permettant d'associer les capacités d’OCSA à des mesures d’EO, selon une approche multidimensionnelle. Elle vise aussi à comparer les opérations des OCSA dans quatre régions du Québec. Méthode. Une analyse secondaire des données a été réalisée sur les données d’une enquête téléphonique préliminaire à l’étude longitudinale PARCOURS : demander de l’aide alimentaire, et après?. Entre novembre 2017 et juin 2018, des représentants de 141 OCSA ont répondu à un questionnaire dressant un portrait de leurs opérations. L’échantillon incluait 64 organismes DON (i.e. don d’aliments) et 77 organismes classés DON+ (i.e. don avec des activités de développement des capacités en alimentation), situés en milieu urbain (n=60), semi-urbain (n=43) et rural (n=38). Trois dimensions de l’OE des OCSA, réparties en cinq mesures ont été analysées : le volume de service (ménages desservis annuellement), la qualité des paniers offerts (diversité alimentaire et valeur monétaire) et la qualité de l’aide (fréquence du don et conditions d’accès). Les associations ont été testées pour les capacités suivantes : la présence d’employés, les liens de collaboration avec des entreprises alimentaires, la présence d’usagers sur des comités, la publication en ligne de documents stratégiques, en plus du type de milieu et de programme. Résultats. Les organismes DON+ étaient plus développés que les organismes DON, sans nécessairement desservir plus de ménages. Pour l’ensemble des OCSA, lorsque le nombre de ménages desservis était plus faible, la qualité des paniers offerts était meilleure en ce qui concernait la diversité. La collaboration avec des entreprises alimentaires, la publication en ligne de documents stratégiques, la présence d’employés et le fait d’être situé en milieu rural étaient positivement associés à l’EO. Conclusion. Au-delà du nombre de ménages desservis, d’autres mesures de l’EO doivent être considérées pour évaluer le travail des OCSA. Notre modèle propose quelques pistes pour évaluer l’EO et identifier les meilleures pratiques. Davantage d’études sont nécessaires pour valider le modèle proposé.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.393
Threshold uncertainty score0.791

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.003
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.001

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.

Opus teacher head0.006
GPT teacher head0.185
Teacher spread0.179 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)→Same topicAgriculture and Rural Development Research→French-language works237,207→