Understanding Food Insecurity in the USA and Canada: Potential Insights for Europe
Notice bibliographique
Résumé
Food insecurity is a leading nutrition-related health care issue in the USA due to the magnitude of the problem (almost 50 million Americans are food insecure) and its association with a wide array of negative health and other outcomes. Alongside this interest in the USA, there has also been growing interest in Canada. In contrast, food insecurity has received less attention in Europe. Nevertheless, there is both direct and indirect evidence that food insecurity and its attendant consequences are present in Europe. Given the similarities between the USA, Canada, and Europe, previous research can offer numerous insights into the causes and consequences of food insecurity in Europe and possible directions to address these through measurement and public policies. I first cover the methods used to measure food insecurity in the USA and Canada. In both countries, a series of 18 questions in the Core Food Security Module are used to identify whether a household is food insecure. I then briefly cover the current extent of food insecurity in each country along with some discussion of the recent history of food insecurity. A central advantage to using the Core Food Security Module in Europe is that the measure has been proven useful in other high-income countries, and using a standardized measure would allow for cross-country comparisons. I next cover two large-scale food assistance programs from the USA, the Supplemental Nutrition Assistance Program (formerly known as the Food Stamp Program) and the National School Lunch Program. For each, I summarize how the program is structured, how eligibility is established, and how participation proceeds. Europe has generally used income-based assistance programs to improve the well-being of low-income households; I consider a couple of reasons for why food assistance programs may also be worth considering.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,021 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».