MétaCan
Menu
Retour à la cohorte
Enregistrement W4200013722 · doi:10.1111/cag.12735

An ecological systems analysis of food access barriers and coping strategies adopted by older adults in Ghana

2021· article· en· W4200013722 sur OpenAlexvenueno aff
Joseph Asumah Braimah, Mark W. Rosenberg

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood securityPovertyBeggingThematic analysisNonprobability samplingTanzaniaFood insecurityRationingNegotiationEconomic growthQualitative researchBusinessSocioeconomicsGeographySociologyHealth carePolitical scienceEnvironmental healthEconomicsAgricultureMedicine

Résumé

récupéré en direct d'OpenAlex

The 2030 Agenda for Sustainable Development commits to ending hunger and achieving food security for all. However, little is known about the food access experiences of older adults in Ghana. This paper explores if there are barriers to accessing food and if there are, what strategies have been adopted to negotiate these barriers. Through purposive sampling, a total of 123 older adults were recruited in Ghana to participate in sharing circles (n = 10) and semi‐structured interviews (n = 42). Data analyses were done in NVivo using a thematic analytical approach. Functional impairment and poor health, poverty, inadequate social support, lack of control over household resources, policy neglect, low crop yields, and sociocultural values were found to hinder older people's access to food. They navigate these barriers by rationing meals, engaging in income‐earning activities, seeking support from social networks, and begging. Our findings contribute to discourses on food security and highlight the need for a multilevel, comprehensive approach that targets both the individual and the broader human environment in addressing the food needs of older people.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,366

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,331
Écart entre enseignants0,295 · 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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207