Unemployment, SNAP Enrollment, and Food Insecurity Before and After California's COVID-19 Shutdown
Notice bibliographique
Résumé
OBJECTIVES: To examine whether the decrease in very low food security (VLFS) observed in California shortly after California's coronavirus disease (COVID-19) shutdown remained throughout Federal Fiscal Year (FFY) 2020. To investigate associations among unemployment, Supplemental Nutrition Assistance Program (SNAP) enrollment, and VLFS across FFY 2020. METHODS: Telephone interview responses from mothers from randomly sampled households from low-income areas throughout California to the 6-item US Department of Agriculture Food Security Survey Module identified VLFS families. Logistic regression examined VLFS rates before vs after California's COVID-19 shutdown, with race/ethnicity, age, and education as covariates. Pearson correlations were calculated for unemployment, SNAP enrollment, and VLFS. RESULTS: Most (66.4%) of the 2,682 mothers were Latina. VLFS declined from 19.3% before to 14.5% after California's COVID-19 shutdown (adjusted odds ratio, 0.705; P = 0.002). The correlation for unemployment and SNAP household participation was 0.854 (P = 0.007), and for SNAP participation and VLFS was -0.869 (P = 0.005). CONCLUSIONS AND IMPLICATIONS: Publicly-funded assistance programs may lower food insecurity, even during a time of increased economic hardship. Examining the specific factors responsible for the observed decline in VLFS has merit. Whether VLFS remains below the rate observed before California's COVID-19 shutdown is worthy of ongoing study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».