Exploring nutrition capacity in Australia's charitable food sector
Notice bibliographique
Résumé
AIM: The primary aim of this study was to explore the capacity of community organisations within Australia's charitable food sector to provide nutritious food to people experiencing food insecurity. A secondary aim was to explore their capacity to provide food in an environment that encourages social interaction. METHODS: This qualitative research used an exploratory case study design and was informed by a nutrition capacity framework. Participants were recruited through SecondBite, a not-for-profit food rescue organisation in Australia. Convenience sampling methods were used. Semi-structured interviews were conducted to explore the knowledge, attitudes and experiences of people actively involved in emergency food relief provision. Transcripts were thematically analysed using an open coding technique. RESULTS: Nine interviews were conducted. The majority of participants were female (n = 7, 77.8%) and worked or volunteered at organisations within Victoria (n = 7, 77.8%). Results suggest that the capacity for community organisations to provide nutritious food to their clients may be limited by resource availability more so than the nutrition-related knowledge and attitudes of staff members and volunteers. CONCLUSIONS: Australia's charitable food sector plays a vital role in addressing the short-term needs of people experiencing food insecurity. To ensure the food provided to people experiencing food insecurity is nutritious and provided in an environment that encourages social interaction, it appears that the charitable food sector requires additional resources. In order to reduce demand for emergency food relief, an integrated policy approach targeting the underlying determinants of food insecurity may be needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».