Food Insecurity Among the Adult Population of Colombia Between 2016 and 2019: The Post Peace Agreement Situation
Notice bibliographique
Résumé
BACKGROUND: In 2016, a Peace Agreement, explicitly addressing the right to food, was signed, marking the end of more than 50 years of armed conflict and the longest war in the Americas. The expectation was that the years to follow would be marked by rapid social and political change, with the potential to improve food security. OBJECTIVES: (i) Ascertain changes in the prevalence of food insecurity in Colombia between 2016 and 2019; (ii) examine which population subgroups (eg, urban women, rural women, urban men, and rural men) were most vulnerable; and (iii) determine significant individual-level factors predicting food insecurity in these 2 years. METHODS: This study used the Gallup World Poll 2016 and 2019 nationally representative samples of Colombian adults aged 15 and older for the analyses (n ≈ 1000 per year). Food insecurity was measured using the Food Insecurity Experience Scale. Descriptive statistics and logistic regression analyses were conducted using IBM SPSS Complex Samples (version 26). RESULTS: Food insecurity in Colombia increased by 7 percentage points between 2016 and 2019 (from 33% to 40%); women living in rural areas in 2019 reported the highest prevalence (50%). Results from logistic analysis confirm low income, unemployment, and lack of social support were significant predictors of food insecurity in both years. In 2019, gender, low education, and lack of autonomy were also significant predictors. Further research on the determinants of food insecurity is necessary to inform Colombian policies and programs that address food insecurity. The urgency to act is more apparent than ever, given the country's worsening food security profile.
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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».