Determinants of household food access among small farmers in the Andes: examining the path
Notice bibliographique
Résumé
OBJECTIVE: Household food access remains a concern among primarily agricultural households in lower- and middle-income countries. We examined the associations among domains representing livelihood assets (human capital, social capital, natural capital, physical capital and financial capital) and household food access. DESIGN: Cross-sectional survey (two questionnaires) on livelihood assets. SETTING: Metropolitan Pillaro, Ecuador; Cochabamba, Bolivia; and Huancayo, Peru. SUBJECTS: Households (n = 570) involved in small-scale agricultural production in 2008. RESULTS: Food access, defined as the number of months of adequate food provisioning in the previous year, was relatively good; 41 % of the respondents indicated to have had no difficulty in obtaining food for their household in the past year. Using bivariate analysis, key livelihood assets indicators associated with better household food access were identified as: age of household survey respondent (P = 0.05), participation in agricultural associations (P = 0.09), church membership (P = 0.08), area of irrigated land (P = 0.08), housing material (P = 0.06), space within the household residence (P = 0.02) and satisfaction with health status (P = 0.02). In path models both direct and indirect effects were observed, underscoring the complexity of the relationships between livelihood assets and household food access. Paths significantly associated with better household food access included: better housing conditions (P = 0.01), more space within the household residence (P = 0.001) and greater satisfaction with health status (P = 0.001). CONCLUSIONS: Multiple factors were associated with household food access in these peri-urban agricultural households. Food security intervention programmes focusing on food access need to deal with both agricultural factors and determinants of health to bolster household food security in challenging lower- and middle-income country contexts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».