The Assessment of an Extended Set of Socio-Economic Determinants to Explain Anxiety and Uncertainty, Insufficient Quality and Food Intake of Afghan Refugees
Notice bibliographique
Résumé
OBJECTIVES:\nIn this study, socio-economic factors associated with Afghan refugee households' food insecurity, anxiety and uncertainty, insufficient quality and food intake were determined.\nDESIGN:\nHousehold Food Insecurity Assess Scale measurement was applied to assess food insecurity, anxiety and uncertainty, insufficient quality and insufficient food intake. Descriptive analysis and multivariable regression models were used to determine the associated factors.\nSETTING:\nThe study was carried out in urban areas of Tehran province in Iran. PARTICIPANTS: To collect data, interviews were conducted among 317 Afghan households. The questionnaire was administered via face-to-face interviews to either the breadwinner of the selected households or a member who could respond on behalf of the household.\nRESULTS:\nAbout 11·3 % of Afghan households who resettled in Tehran province were food secure, while 11·7 % were marginally, 40·7 % moderately and 36·3 % severely food insecure. Economic and financial factors were inversely and significantly associated with food insecurity. Employment, income, distance from the central market and personal saving were inversely associated with food insecurity, while other determinants, including the length of living time in Tehran, house type and the number of male and female children, had a direct association with food insecurity.\nCONCLUSIONS:\nThe associations of socio-economic factors with three categories of food insecurity differed. Elimination of occupation bans that the Iranian government imposes on refugees provides simple access to financial supports like long-term loans, and opening a bank account for refugees will benefit both Iranians and refugees.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».