MétaCan
Menu
← Retour à la cohorte
Enregistrement W3213095020 · doi:10.21203/rs.3.rs-1056651/v1

Improving food security for Labrador Inuit in Nunatsiavut, Labrador: A matter of health equity

2021· preprint· en· W3213095020 sur OpenAlexafffundabout
Renee Bowers, Gail Turner, Ian D. Graham, Chris Furgal, Lise Dubois

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensTrent UniversityOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGovernment (linguistics)Food securityChecklistPolitical sciencePublic policyFood policyEquity (law)GeographyQualitative researchPublic administrationEconomic growthSociologyPsychologyAgricultureEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Background The current low state of food security amongst Inuit in Canada is influenced by policy choices. Policy actors develop and implement policies, yet few research studies include their perspectives. This study includes policy actors’ perspectives on gaps and areas of improvement for policies that pertain to food security for Labrador Inuit in Nunatsiavut. Nunatsiavut is one of the four Inuit land claim areas in northern Canada making up the Inuit homeland, or Inuit Nunangat. It is situated in northern Labrador in the province of Newfoundland and Labrador, Canada. Methods This qualitative study consisted of key informant interviews conducted from July 2020-December 2020 with policy actors that spanned the Nunatsiavut Government (regional Inuit government), Government of Newfoundland and Labrador (provincial government), the Government of Canada (federal government), non-governmental organizations and private industry. Participants were asked about their role, policy gaps and opportunities for improving policies that pertain to food security in Nunatsiavut. It also included initial insights from emergency food security measures implemented during the first wave of COVID-19 in 2020. Results Fifteen key informant interviews were completed, and three participants provided written responses. The results were reported as per the consolidated criteria for reporting qualitative studies (COREQ): 32–item checklist. Seven participants (39%) stated they developed policy, six participants (33%) stated they both developed and implemented policy and five participants (28%) stated they implemented policy. Seven themes were identified from discussions with policy actors. Policy recommendations to improve food security include improving transportation, social policies, and policy coherence in policy implementation. Five separate themes were identified from discussions on implementing emergency food security measures during the first wave of COVID-19 in Nunatsiavut. These included inadequacy of social policies, hidden poverty among people living in Nunatsiavut and future considerations for post- COVID-19 food security policies. Conclusion The results of this study show that improving food security in Nunatsiavut is a matter of health equity. During COVID-19, these inequities were further highlighted, demonstrating the importance of urgent action. Findings from this study can inform actions to improve existing and future policies that pertain to food security for Labrador Inuit in Nunatsiavut.

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)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,315

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0120,005
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,135
Tête enseignante GPT0,499
Écart entre enseignants0,364 · 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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetIndigenous Studies and Ecology→Travaux en français237 207→