COVID-19 Benefits and Dietary Behaviors Among Mothers From Low-Income, Food-Insecure Households
Notice bibliographique
Résumé
OBJECTIVE: To examine the dietary behaviors of mothers from very low food security (VLFS) households following the availability of coronavirus disease 2019 (COVID-19) unemployment and Supplemental Nutrition Assistance Program benefits. METHODS: Diet and food security status were obtained from 2,584 California mothers during Federal Fiscal Year 2020. Fruits, vegetables, and 100% fruit juice (FV100%FJ), sugar-sweetened beverages, and water intake, and Healthy Eating Index-2015 scores, were compared across 4 groups (before vs after COVID-19 benefits by VLFS vs non-VLFS households) with race/ethnicity and age as covariates. RESULTS: Before COVID-19 benefits, VLFS was associated with fewer cups of FV100%FJ (P = 0.010), more fluid ounces of sugar-sweetened beverages (P = 0.004), and poorer diet quality (P = 0.003). After COVID-19 benefits, mothers from VLFS vs non-VLFS households reported similar dietary outcomes. VLFS mothers reported 0.96 (95% confidence interval, 0.53-1.38) more cups of FV100%FJ after COVID-19 benefits. CONCLUSIONS AND IMPLICATIONS: Coronavirus disease 2019 benefits may have reduced dietary inequities among low-income families. Associations between increased Supplemental Nutrition Assistance Program and unemployment benefits and decreased costs associated with the negative health outcomes linked to food insecurity and poor diets would be of value.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».