Navigating Newcomers’ Food Transitions in the COVID-19 Pandemic: A developmental evaluation of a community-based program
Notice bibliographique
Résumé
Abstract Refugee newcomers almost invariably face “food” culture shock and are at greater risk of food insecurity due to slow-to-evolve institutions. Community programs can help boost refugee newcomer confidence through knowledge exchange during intercultural culinary experiences. The originally proposed program was “Breaking Down the Walls (BDTW) - Building Integration and Cultural Appreciation through Shared Food Experiences with Refugee Newcomers”. With the restrictions set in place due to the COVID-19 pandemic, adaptations were made to the BDTW program. Specifically, the program’s scope was greatly reduced and the program itself shifted to a virtual environment. The final deliverables for this program included: 1) a framework/guide for conducting intercultural cooking events; and 2) an Online cultural brokerage training tool to help users to grasp some of the food-related challenges faced by newcomers to Canada. To best identify the challenges, successes, and efficacy of conducting community-based research, the team adopted a Developmental Evaluation approach, which is often used in complex settings and evolving scenarios such as the COVID-19 pandemic. The themes which emerged from interviews with participants were further distilled into broader areas of the COVID-19 pandemic, collaboration, and equity. Programs like BDTW have the potential to create infrastructure for newcomer nutrition programming that is integrated and streamlined as a long-term intervention. This type of programming would help shift care practices from sporadically addressing health/nutrition and settlement issues as they arise to a system that proactively anticipates nutritional needs from day one, ultimately promoting long-term health and mental wellbeing among newcomer populations.
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 | 0,023 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».