COVID-19: First wave impacts on the Charitable Food Sector in Manitoba, Canada
Notice bibliographique
Résumé
The first wave of the COVID-19 pandemic led to significant socioeconomic changes in Canada due to business and school closures, and related job losses. This increased food insecurity among vulnerable populations, as well as many who had not been previously food insecure, placing unprecedented demand on charitable food organizations. This study documented the pandemic’s impact on charitable food organizations in Manitoba, Canada during the first wave in spring 2020. Using a multi-method design, data on pandemic-related program challenges and newly implemented policies/procedures were collected from: food bank organization websites and Facebook pages; online news media outlets; and semi-structured interviews with food organization leadership. Inductive thematic analysis was used to identify emerging patterns and themes. Second level coding was used to integrate data from different sources. Six challenge themes emerged: increased need for services; acquisition and distribution of food supply; staff and volunteer resource management; emotional vulnerability of staff, volunteers, and clients; difficulties with internal and external communications; and lack of structural supports. Five policy/procedure themes emerged: program and service delivery changes; finance and administrative changes; safety protocols; advocacy for resources and community engagement; and changes to paid and volunteer staffing. The first wave of COVID-19 had a significant impact on the Manitoba charitable food sector. Food banks re-configured programs to meet client needs amid shifting public health directives, with diminished resources, rising demand, and insufficient government support. Despite the resiliency of community food organizations during the pandemic, the status quo with respect to addressing food insecurity is inefficient and inadequate.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,007 | 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 ».