Food insecurity among postsecondary students in developed countries
Notice bibliographique
Résumé
Purpose The purpose of this paper is to conduct a narrative review of the food insecurity literature pertaining to university and college students studying in Very High Human Development Index countries. It aims to document food insecurity prevalence, risk factors for and consequences of food insecurity and food insecurity coping strategies among students. Design/methodology/approach English articles published between January 2000 and November 2017 were identified using electronic databases. Quality Assessment Tool for Quantitative Studies assessed the study quality of quantitative research. Findings A total of 37 quantitative, three mixed-methods and three qualitative studies were included from 80,914 students from the USA ( n =30 studies), Australia ( n =4), Canada ( n =8) and Poland ( n =1). Prevalence estimates of food insecurity were 9–89 percent. All quantitative studies were rated weak based on the quality assessment. Risk factors for food insecurity included being low income, living away from home or being an ethnic minority. Negative consequences of food insecurity were reported, including reduced academic performance and poor diet quality. Strategies to mitigate food insecurity were numerous, including accessing food charities, buying cheaper food and borrowing resources from friends or relatives. Research limitations/implications Given the heterogeneity across studies, a precise estimate of the prevalence of food insecurity in postsecondary students is unknown. Practical implications For many students studying in wealthy countries, obtaining a postsecondary education might mean enduring years of food insecurity and consequently, suffering a range of negative academic, nutritional and health outcomes. There is a need to quantify the magnitude of food insecurity in postsecondary students, to inform the development, implementation and evaluation of strategies to reduce the impact of food insecurity on campus. Originality/value This review brings together the existing literature on food insecurity among postsecondary students studying in wealthy countries to allow a better understanding of the condition in this understudied group.
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 | 0,002 | 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».