ANCAMAN KERAWANAN PANGAN RUMAH TANGGA TERHADAP KESEHATAN MENTAL SEBAGAI EFEK PASCA PANDEMI
Notice bibliographique
Résumé
Latar belakang: Pandemi COVID-19 telah menyebabkan krisis ekonomi global. Para ahli memprediksi beberapa negara berkembang kemungkinan akan mengalami kerawanan pangan. Kerawanan pangan memiliki hubungan sebab akibat dengan status kesehatan mental yang buruk terlepas dari status sosial ekonomi dan karakteristik demografis.Tujuan: Menjelaskan dampak kerawanan pangan pada masalah kesehatan mental dan juga alternative solusi yang ditawarkan berdasarkan pengalaman dan kejadian pandemic dimasa lalu yang terpublikasi dari berbagai NegaraMetode: Artikel dicari melalui basis data sejak Februari – Maret 2022 melalui PUBMED dan Google Scholar. Kata kunci yang digunakan adalah “Food insecurity AND mental health AND COVID-19” ATAU “food insecurity AND COVID-19” ATAU ("Food Insecurity"[Mesh]) AND "Mental Health"[Mesh]. Penilaian kualitas studi menggunakan NEWCASTLE - OTTAWA QUALITY ASSESSMENT SCALE COHORT STUDIESHasil: Stress karena kerawanan pangan dalam rumah tangga lebih beresiko dialami oleh perempuan. Penelitian melaporkan bahwa kerawanan pangan dapat memicu gangguan kesehatan mental berupa stress dan depresi 1,5 hingga 4 kali. Pada masa pandemic COVID-19 kerawanan pangan terjadi sebagai akibat dari penutupan wilayah, akses makanan yang sulit, kendala ekonomi dan beban ganda yang diterima wanita dalam kewajibannya menyediakan makanan untuk keluarga dan bekerja diluar rumah sebagai upaya membantu ekonomi keluarga. Simpulan: Pemerintah di berbagai Negara harus menjaga persediaan dan kestabilan harga makanan pokok, menjaga kestabilan ekonomi dan pemberian bantuan kepada masyarakat yang terdampak secara ekonomi.
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 | 0,047 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».