MétaCan
Menu
← Retour à la cohorte
Enregistrement W3175431776 · doi:10.1096/fasebj.26.1_supplement.631.8

Food insecurity is associated with poor social capital, perceived health, and perceived diet among adult food bank users in and around the lower mainland of British Columbia, Canada

2012· article· en· W3175431776 sur OpenAlexaboutno aff
Ryan Wayne Hill, David H. Holben

Notice bibliographique

RevueThe FASEB Journal · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood insecurityFood securityMainlandMedicineEnvironmental healthDemographyGeography

Résumé

récupéré en direct d'OpenAlex

Adult clients from 4 food banks in British Columbia (Surrey, Richmond, TriCities, Nanaimo) were surveyed for differences between food security situation among adults (FSSAA), social capital (SC), perceived health (HLTH), and perceived diet (DIET). Of 1,064 invited, 528 (49.6% response rate) completed the study. For FSSAA, only 5.5% were food secure; 26.3% and 68.2% were food insecure (moderate) and food insecure (severe), respectively. 42.2% had high SC, while 57.8% had low. 34.9% considered their HLTH to be poor/fair, while 65.1% considered it to be good/very good/excellent. 50.3% considered their DIET to be poor/fair, while 49.7% considered it to be good/very good/excellent. FSSAA [Kruskal‐Wallis (K‐W), p=.046], SC (K‐W, p=.003), and DIET (K‐W, p=.030) significantly differed by food bank, while HLTH did not (K‐W.341). Considering all participants, FSSAA was significantly related (Kendall's Tau b) to SC (−0.141, p<.001), HLTH (−0.196, p<.001), and DIET (−0.290, p<.001). This study confirms that food bank users are food insecure and have poor SC, HLTH, and DIET. It also underscores the negative relationship of food insecurity to those constructs.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,046
Tête enseignante GPT0,304
Écart entre enseignants0,259 · 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'étudeObservationnel
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→