Food Purchasing and Food Insecurity: Among Low-income Families in Toronto
Notice bibliographique
Résumé
PURPOSE: Factors underlying food-purchasing decisions were examined among a sample of low-income Toronto families. METHODS: A cross-sectional survey was completed among 485 families residing in high-poverty Toronto neighbourhoods. Food-security status was assessed using the Household Food Security Survey Module. Open-ended questions were included to examine respondents' food selection and management practices and their purchasing decisions for six indicator foods. Logistic regression was used to examine associations between factors influencing food-purchasing decisions, perceived food adequacy, and severity of food insecurity. RESULTS: Twenty-two percent of families had been severely food insecure in the past 30 days. Respondents engaged in thrifty food shopping practices, such as frequenting discount supermarkets and budgeting carefully. Price was the most salient factor influencing food-purchasing decisions; the likelihood that families would report this factor increased with deteriorating food security. Preference, quality, and health considerations also guided food-purchasing decisions, but generally to a lesser extent as food insecurity increased. Household food supplies reflected constraints on food purchasing, and they diminished with increasing food insecurity. CONCLUSIONS: Despite their resourcefulness, low-income families struggle to feed their families. Dietitians have an important role to play as advocates for adequate income supports to promote food security and nutritional health.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».