MétaCan
Menu
Retour à la cohorte
Enregistrement W2096272282

Child hunger in Canada: results of the 1994 National Longitudinal Survey of Children and Youth.

2000· article· en· W2096272282 sur OpenAlexaffabout
Lynn McIntyre, Sarah K. Connor, James P. Warren

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensEmployment and Social Development CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCoping (psychology)Logistic regressionMedicineEnvironmental healthLongitudinal studyDemographyPsychologyGerontologyPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Canada, hunger is believed to be rare. This study examined the prevalence of hunger among Canadian children and the characteristics of, and coping strategies used by, families with children experiencing hunger. METHODS: The data originated from the first wave of data collection for the National Longitudinal Survey of Children and Youth, conducted in 1994, which included 13,439 randomly selected Canadian families with children aged 11 years or less. The respondents were asked about the child's experience of hunger and consequent use of coping strategies. Sociodemographic and other risk factors for families experiencing hunger, use of food assistance programs and other coping strategies were analyzed by means of multiple logistic regression analysis. RESULTS: Hunger was experienced by 1.2% (206) of the families in the survey, representing 57,000 Canadian families. Single-parent families, families relying on social assistance and off-reserve Aboriginal families were overrepresented among those experiencing hunger. Hunger coexisted with the mother's poor health and activity limitation and poor child health. Parents offset the needs of their children by depriving themselves of food. INTERPRETATION: Physicians may wish to use these demographic characteristics to identify and assist families with children potentially at risk for hunger.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,146
Tête enseignante GPT0,347
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations138
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207