L’insécurité alimentaire dans les écoles du Québec : une méta-analyse
Bibliographic record
Abstract
Cette recherche vise à explorer la réflexion sur l’insécurité alimentaire en milieu scolaire. Elle s’attache ainsi à traiter une question de recherche en Sciences de gestion, notamment en mettant l’accent sur la place centrale de la portée sociale des recherches dans le champ des sciences humaines et sociales de façon générale et plus particulièrement dans celui de la gestion des organisations. Cette recherche vise à comprendre pourquoi l’insécurité alimentaire sévit dans les écoles au Québec en dépit des multiples initiatives ambitionnant de restreindre ce phénomène. En effet, malgré l’action gouvernementale et la mise en place de stratégies impliquant un large éventail d'acteurs fédéraux et provinciaux ; la question de l’insécurité alimentaire continue de se poser en milieu scolaire. Ce mémoire s’interroge donc sur l’existence de facteurs qui permettent d’expliquer, en tout ou en partie, la présence de ce phénomène. La recherche met en lumière la corrélation entre l’insécurité alimentaire dans les écoles et le niveau de revenu des parents qui est à bien des égards, un facteur explicatif primordial. Les résultats de notre analyse tendent donc à montrer que l’insécurité alimentaire touche en majorité les enfants dont les parents ont de faibles revenus. Par ailleurs, elle souligne que des facteurs de moindre importance, notamment l’âge le sexe, ou encore la race pourraient être des clés de compréhension supplémentaires.
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 | 0.009 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.009 | 0.016 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".