Food insecurity, state fragility and youth mental health: A global perspective
Notice bibliographique
Résumé
Youth in fragile settings face disproportionate risks of experiencing food insecurity and poor mental health. Cross-national evidence is lacking on the association between food insecurity and mental health in youth populations, and on state fragility as a social determinant of these experiences. We analysed data from six cycles of the Gallup World Poll (2014–2019), an annual survey that contains multi-item scales of food insecurity, mental health problems and positive wellbeing. The analytic sample included 164,118 youth aged 15–24 years in 160 states. We linked individual responses to state-level data from the Fragile States Index—an aggregate measure of state vulnerability to collapse or conflict (coded: sustainable, stable, warning, or alert) and estimated adjusted relative risk (RR) of food insecurity as a function of state fragility. We then used linear regression to examine associations of state fragility and food insecurity with mental health and wellbeing. The prevalence of moderate or severe food insecurity rose from 22.93% in 2014 to 37.34% in 2019. State fragility (alert vs. sustainable) was related to an increased risk of food insecurity (RR = 2.28 [95% CI 1.30 to 4.01]), more mental health symptoms (b = 6.36 [95% CI 1.79 to 10.93]), and lower wellbeing (b = −4.49 [95% CI -8.28 to −0.70]) after controlling for state wealth and household income. Increased food insecurity (severe vs. none or mild) was uniquely related to more mental health symptoms (b = 18.44 [95% CI 17.24 to 19.64]) and reduced wellbeing (b = −9.85 [95% CI -10.88 to −8.83]) after state fragility was also controlled. Globally, youth experience better mental health where states are more robust and food access is more secure. The findings underscore the importance of strong governance and coordinated policy actions that may improve youth mental health.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 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) | 0,000 | 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 ».