Addressing Barriers to WIC Participation During COVID-19: A Qualitative Examination of California WIC Participants and Local Agency Directors
Notice bibliographique
Résumé
Economic impacts of COVID-19 have intensified the burden of food insecurity amongst low-income minority populations, especially women and children. This study aimed to understand the Special Supplemental Nutrition Program for Women, Infants, and Children (WIC) participant and local agency director experiences with the adoption of USDA federal waivers, designed to overcome operational barriers during the COVID-19 pandemic in 3 regions in California. A qualitative cross-sectional study included structured phone interviews (June 2020-March 2021) in Spanish or English of 182 California WIC participants’ experience and satisfaction with remote interactions, enrollment or recertification in WIC, and shopping for WIC foods. Twenty-two local agency directors were interviewed on how operational challenges were overcome, and preferences on the continuation of specific waivers post-pandemic. The study utilized integrated approach comprised of deductive framework and inductive identification to organize interview responses and identify themes for statistical analysis. Most WIC participant respondents (69%) were on WIC prior to the pandemic; 39% enrolled in WIC in March 2020 or later. Most participants were moderately (41%) or very (40%) concerned about the pandemic with more than a quarter (29%) experiencing less income due to COVID-19 challenges. A third (30%) reported challenges shopping for WIC foods at the start of the pandemic with the most common being milk (64%), eggs (33%), and fresh fruit (33%). Despite most participants (63%) reporting household food insecurity, 70% reported how easy and quick it was enrolling in WIC services. Most WIC agency directors (59%) reported offering only virtual services. Nearly all (95%) of agency directors wanted to continue the option to certify participants remotely, and all directors desired to continue issuing food benefits remotely, both practices enabled by federal waivers. Directors reported that WIC clinics were successfully able to pivot to remote operations because of the USDA federal waivers. WIC may attract and retain most families by incorporating a hybrid approach including both on-site services and remote options. The David and Lucile Packard Foundation.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».