Determining Student Food Insecurity at Memorial University of Newfoundland
Notice bibliographique
Résumé
PURPOSE: Our study compared the prevalence of food insecurity among 3 student groups attending Memorial University of Newfoundland (MUN): International (INT), Canadian out-of-province (OOP), and Newfoundland and Labrador (NL). Factors associated with food insecurity were also investigated. METHODS: Data were collected via an online survey distributed to an estimated 10 400 returning MUN students registered at a campus in St. John's, NL. Respondents were recruited through e-mails, posters, and social media. Ten questions from the Canadian Household Food Security Survey Module adult scale were asked to assess food security. Logistic regression was used to compare rates of food insecurity between the three population subgroups. RESULTS: Of the 971 eligible student respondents, 39.9% were food insecure (moderate or severe). After controlling for program type, parental status, living arrangement, and primary income source, OOP and INT students were 1.63 (95% CI = 1.11-2.40) and 3.04 (95% CI = 1.89-4.88) times more likely, respectively, to be food insecure than NL students. CONCLUSIONS: Approximately 40% of participating MUN students experienced food insecurity, a higher proportion than reported for the overall provincial population. Groups at high risk of food insecurity include INT students, students with children, and those relying on government funding as their primary income.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».