The nexus of food and nutrition security in youth: linking a Canadian survey and administrative data
Notice bibliographique
Résumé
Abstract Background Food insecurity is impacted by social determinants of health and is a risk factor for poor nutrition. Simultaneously, nutrition insecurity remains a pervasive public health concern in wealthy countries, especially for children. This study describes characteristics of youth that may increase risk of food and nutrition insecurity. Methods A cross-sectional study of grade nine students took place in 37 schools in Manitoba, Canada. Students completed a web-based survey on food security, diet, and nutrition-related behaviours. When consenting, parents/guardians could provide their child's health number. This sub-sample (n = 943) was linked with social and health variables through a de-identified data repository and used for this study. Bivariate associations explored relationships between sociodemographic information, diet quality, eating behaviours, mental health, and food security. A multivariable logistic regression model determined adjusted odds ratios and 95% confidence limits for food security, and a general linear model for diet quality. Significance was set at p < 0.05 for all analyses. Results Twenty percent of participants were food insecure and 70% had sub-optimal diets. Food security was positively associated with living in a rural area, in higher income neighbourhoods and eating family dinner more frequently, while living in a northern area or in social housing, were negatively associated. Food security was not significantly related to diet quality; however, better nutrition was associated with being female, higher self-rated health, absence of a mental health diagnosis, and more frequent breakfast consumption, while receiving social assistance and living in a northern area were negatively associated with diet. Conclusions While results show a socioeconomic and geographic vulnerability to food insecurity, the diet quality of most adolescents was low. A multidimensional public health approach is needed to resolve these connected yet different issues. Key messages • Food insecurity and nutrition insecurity are public health concerns that require distinct but related interventions. • Scaling up income supports to resolve food insecurity is insufficient to improve dietary quality across adolescent 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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,022 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».