Money speaks: Reductions in severe food insecurity follow the Canada Child Benefit
Notice bibliographique
Résumé
Food insecurity is a pervasive public health problem in high income countries, disproportionately affecting households with children. Though it has been strongly linked with socioeconomic status and investments in social protection programs, less is known about its sensitivity to specific policy interventions, particularly among families. We implemented a difference-in-difference (DID) design to assess whether Canadian households with children experienced reductions in food insecurity compared to those without following the roll-out of a new country-wide income transfer program: the Canada Child Benefit (CCB). Data were derived from the 2015-2018 cycles of Canadian Community Health Survey. We used multinomial logistic regressions to test the association between CCB and food insecurity among three samples: households reporting any income (N = 41,455), the median income or less (N = 18,191) and the Low Income Measure (LIM) or less (N = 7579). The prevalence and severity of food insecurity increased with economic vulnerability, and were both consistently higher among households with children. However, they also experienced significantly greater drops in the likelihood of experiencing severe food insecurity following CCB; most dramatically among those reporting the LIM or less (DID: -4.7%, 95% CI: -8.6, -0.7). These results suggest that CCB disproportionately benefited families most susceptible to food insecurity. Furthermore, our findings also indicate that food insecurity may be impacted by even modest changes to economic circumstance, speaking to the potential of income transfers to help people meet their basic needs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».