MétaCan
Menu
Retour à la cohorte
Enregistrement W4386595690 · doi:10.1097/fch.0000000000000377

Food Insecurity and Health

2023· article· en· W4386595690 sur OpenAlexaffabout
Lei Chai

Notice bibliographique

RevueFamily & Community Health · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of TorontoStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésFood insecurityModerationMental healthPsychologyEnvironmental healthCoping (psychology)Marital statusFood securitySurvey data collectionSocial psychologyMedicineGeographyPopulationClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Existing research has established the detrimental effects of food insecurity on health. However, understanding of the social conditions that may moderate this relationship remains limited. To address this gap, the study investigates two questions: First, does marital status moderate the association between food insecurity and self-rated health? Second, if such moderation exists, does its impact vary based on gender? Data from the 2017-2018 Canadian Community Health Survey, a nationally representative survey conducted by Statistics Canada (n =101 647), were utilized for this investigation. The findings demonstrated that individuals living in food-insecure households reported poorer self-rated mental and general health. However, the negative impact of food insecurity on both health outcomes was less pronounced among married individuals than among their unmarried counterparts. Furthermore, the stress-buffering role of marriage was found to be more substantial among men than among women. In light of the significant stress-buffering role of marriage revealed in this study, it is crucial for policies to aim at providing comparable coping resources to unmarried individuals, particularly women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,510
Tête enseignante GPT0,531
Écart entre enseignants0,021 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFamily & Community HealthMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207