Food insecurity in Nunavut following the introduction of Nutrition North Canada
Notice bibliographique
Résumé
BACKGROUND: Household food insecurity, a measure of income-related problems of food access, is a pressing public health problem in Canada's North, especially in Nunavut. We aimed to assess the impact of Nutrition North Canada, a food retail subsidy intended to improve food access and affordability in isolated communities, on household food insecurity in Nunavut. METHODS: Using data from 3250 Nunavut households sampled in the annual components of the Canadian Community Health Survey (2007 to 2016), we conducted interrupted time series regression analyses to determine whether the introduction of Nutrition North Canada was associated with changes in the rates of self-reported food insecurity, according to a validated instrument. We used propensity score weighting to control for several sociodemographic characteristics associated with food insecurity. RESULTS: Food insecurity affected 33.1% of households in 2010 (the year before the launch of Nutrition North Canada), 39.4% of households in 2011 (the year of the launch) and 46.6% of households in 2014 (the year after full implementation). After controlling for several covariates, we found the rate of food insecurity increased by 13.2 percentage points (95% confidence interval [CI] 1.7 to 24.7) after the full implementation of the subsidy program, and the increase in food insecurity first occurred in 2011 (9.6 percentage points, 95% CI 2.7 to 16.4), the year Nutrition North Canada was launched. INTERPRETATION: Food insecurity was a pervasive problem in Nunavut before Nutrition North Canada, but it has become even more prevalent since the program was implemented. Given the important health consequences of food insecurity, more effective initiatives to address food insecurity in Canada's North are urgently 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 | 0,002 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».