Food environment interactions after migration: a scoping review on low- and middle-income country immigrants in high-income countries
Notice bibliographique
Résumé
OBJECTIVE: To map and characterise the interactions between the food environment and immigrant populations from low- and middle-income countries living in high-income countries. DESIGN: A scoping review was carried out following the framework outlined by Arksey and O’Malley, as well as Levac et al. Peer-reviewed studies in English published between 2007 and 2021 were included. Two reviewers screened and selected the papers according to predefined inclusion criteria and reporting of results follows the PRISMA-ScR guidelines. A ‘Best fit’ framework synthesis was carried out using the Analysis Grid for Environments Linked to Obesity (ANGELO) framework. SETTING: High-income countries. PARTICIPANTS: Immigrants from low- and middle-income countries. RESULTS: A total of sixty-eight articles were included, primarily based in the USA, as well as Canada, Australia and Europe, with immigrants originating from five regions of the globe. The analysis identified three overarching themes that interconnected different aspects of the food environment in addition to the four themes of the ANGELO framework. They demonstrate that in valuing fresh, healthy and traditional foods, immigrants were compelled to surpass barriers in order to acquire these, though children’s demands, low incomes, time scarcity and mobility influenced the healthiness of the foods acquired. CONCLUSION: This study brought together evidence on interactions between immigrant populations and the food environment. Immigrants attempted to access fresh, traditional, healthier food, though they faced structural and family-level barriers that impacted the healthiness of the food they acquired. Understanding the food environment and interactions therein is key to proposing interventions and policies that can potentially impact the most vulnerable.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».