Bibliographic record
Abstract
Denna studie hade som syfte att ta reda på om skiftarbetarna på ett större företag inom tillverkningsindustrin följer riktlinjerna för frukt och grönt och fisk enligt Livsmedelsverket (2013b) när det gäller kostvanor och vad de skulle önska för hjälp eller förutsättningar för att kunna förändra om de anser sig behöva det. Detta utifrån att det kan vara svårt att själv genomföra en förändring av sina kostvanor.\n\nUtefter en enkätundersökning och två fokusgruppsintervjuer blev resultatet gällande respondenternas kostvanor att dessa speglar svenskarnas i stort. Deras konsumtion av fisk, frukt och grönt ligger under de fastställda rekommendationerna men på samma nivå som resten av befolkningen. Gällande antal mål per dag hos respondenterna nådde nästan hela gruppen upp till rekommendationerna, men det går tyvärr inte att utläsa vilka måltider det rör sig om. När det gällde hjälp och förutsättningar för att kunna förändra sina kostvanor så önskade de tillgång till nyttig mat till ett bra pris, bland annat i restaurangen på arbetsplatsen men även i automaterna. Matrasten är också något respondenterna önskar kunde vara längre, och att det skulle finnas möjlighet till femminuters pauser där mellanmål skulle kunna intas. Genom att utgå från de anställdas egna önskemål så kommer troligen förändringarna att uppskattas mer då de anställda känner att deras åsikter faktiskt blir hörda. Slutligen önskas fler studier som utgår ifrån vad de som arbetar skift önskar för att förbättra arbetsplatsen och deras hälsa.
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 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.016 | 0.010 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.357 | 0.230 |
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".