MétaCan
Menu
← Retour à la cohorte
Enregistrement W2999554267 · doi:10.71781/29576

Disparités dans l’accès aux aliments sains : quelle relation avec l’approvisionnement alimentaire et l’alimentation des ménages en situation d’insécurité alimentaire?

2019· dissertation· fr· W2999554267 sur OpenAlexaboutno aff
Caroline Drisdelle

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2019
Typedissertation
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Contexte: Le manque d’accès physique et économique à des aliments sains et abordables engendre des inégalités sociales de l’alimentation et peut expliquer une part du gradient observé dans les maladies chroniques. À Montréal, l’insécurité alimentaire des ménages est un grave problème de santé publique, sa prévalence se situant à 12,7%. Il est estimé par ailleurs qu’environ 135 000 citoyens vivant avec de faibles revenus ont aussi un accès physique inadéquat en fruits et légumes frais à proximité de leur domicile. Objectif: Cette étude vise à mieux comprendre, dans une optique de sécurité alimentaire, les liens complexes entre l’environnement alimentaire local, le degré de mobilité, les perceptions d’accès aux aliments sains, les pratiques d’approvisionnement et la consommation de fruits et légumes dans l’un des quartiers les plus défavorisés de Montréal, Hochelaga-Maisonneuve. Méthodes: Quatre cent cinquante-et-un adultes, responsables des provisions alimentaires dans leur ménage résidant dans le quartier Hochelaga-Maisonneuve, ont été recrutés par échantillonnage aléatoire simple lors d’une enquête téléphonique en 2014. Des outils d’évaluation validés ont permis de mesurer le statut de sécurité alimentaire du ménage et la consommation de fruits et légumes. Le nombre de commerces d’alimentation à l'intérieur d’une zone tampon de 800 mètres du domicile a été calculé. Les pratiques d’approvisionnement aux trois commerces les plus fréquemment utilisés (fréquence des visites, type de commerce, moyen de transport utilisé) ont été mesurées, tout comme les contraintes à la mobilité, la fréquentation de marchés de fruits et légumes durant l’été, la pratique du jardinage et les perceptions d’accès physique et économique aux aliments sains près du domicile. Des analyses de régressions multivariées ont été conduites sur 417 participants avec données complètes. Résultats: Comparativement aux ménages en sécurité alimentaire, ceux en insécurité alimentaire étaient plus nombreux à avoir des perceptions négatives de l’accès économique aux aliments sains dans leur quartier (b=-2.65, p0.01) et à rapporter des contraintes en matière de transport (OR 3.83, IC 95% 2.09-7.02) et de mobilité (OR 4.53, IC 95% 2.47-8.30). L’insécurité alimentaire était associée à une consommation plus faible de fruits et légumes (b=-0.69, p=0.04), tout comme les contraintes à la mobilité (b=-0.68, p=0.02). La pratique du jardinage était associée à une plus grande consommation de fruits et légumes (b=0.59, p=0.01), alors que la disponibilité de supermarchés (b=-0.06, p=0.03) et de commerces spécialisés (b=0.10, p=0.04) à proximité du domicile n’était que faiblement associée à la consommation de fruits et légumes. Conclusion : Ces résultats suggèrent que, dans les quartiers centraux de Montréal, les ménages en insécurité alimentaire perçoivent le manque d’accès économique comme plus problématique que le manque d’accès physique aux aliments sains. Ces résultats suggèrent également que les ménages en insécurité alimentaire, plus nombreux à avoir des contraintes de mobilité, sont doublement désavantagés dans leur accès aux aliments sains, ceux-ci se heurtant à la fois à des obstacles financiers et d’accessibilité physique. Les interventions pour réduire les inégalités sociales dans la consommation de fruits et légumes devraient viser ces deux dimensions en priorité.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil0,643

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetAgriculture and Rural Development Research→Travaux en français237 207→