The Four Domain Food Insecurity Scale (4D-FIS): development and evaluation of a complementary food insecurity measure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The U.S. Department of Agriculture (USDA) Food Security Survey Module (FSSM) is a valuable tool for measuring food insecurity, but it has limitations for capturing experiences of less severe food insecurity. To develop and test the Four Domain Food Insecurity Scale (4D-FIS), a complementary measure designed to assess all four domains of the food access dimension of food insecurity (quantitative, qualitative, psychological, and social).Low-income Black, Latina, and White women (n = 109) completed semi-structured (qualitative) and structured (quantitative) interviews. Interviewers separately administered two food insecurity scales, including the 4D-FIS and the USDA FSSM adult scale. A scoring protocol was developed to determine food insecurity status with the 4D-FIS. Analyses included a confirmatory factor analysis to examine the hypothesized structure of the 4D-FIS and an initial evaluation of reliability and validity. A four-factor model fit the data reasonably well as judged with fit indices. Results showed relatively high factor loadings and inter-factor correlations indicated that factors were distinct. Cronbach's alpha (ɑ) for the overall scale was 0.90 (subscale ɑ ranged from 0.69 to 0.91) and provided support for the scale's internal consistency reliability. There was fair overall agreement between the 4D-FIS and USDA FSSM adult scale, but agreement varied by category. Findings provide preliminary support for the 4D-FIS as a complementary measure of food insecurity, with implications for researchers, practitioners, and policymakers working in U.S. communities.
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.
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 | 0,003 | 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 | 0,002 | 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) | 0,001 | 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 découle