Intersections of race, COVID-19 pandemic, and food security in Black identifying Canadian households: A scoping review
Notice bibliographique
Résumé
Although studies have identified food insecurity as a racialized inequity issue disproportionately affecting Black identifying Canadians, research exploring how anti-Black racism across multiple systems create inequities including increased risk for food insecurity among African Caribbean Black identifying households in Canada, is limited. Using an intersectionality lens, this scoping review addresses this knowledge gap by elucidating the intersectionality of race with multiple social determinants of health that directly and indirectly impedes Black people (both of African and Caribbean descent) from accessing adequate and appropriate food, resulting in disproportionate health and social outcomes. Critical analyses of twelve journal articles identified systematically and the review of government and organizational reports and websites reveal that food security in Black identifying individuals in Canada is a racialized emergent public health issue rooted in structural and systemic racism that intersects with multiple determinants of health to produce grave social and economic inequities. The recent COVID-19 pandemic intensified these inequities by increasing food insecurity in Black identifying households in Canada. Cultural food security, referring to the ability to acquire and access culturally appropriate foods to one’s ethnic origins as fulfilment to cultural identity, is an interrelated and foundational pillar to food security yet one that is grossly unacknowledged in current actions. National policies are thus needed that recognize cultural food security, and address root causes through increased social support and sustainable food systems. A reasonable first step to ensure the cultural relevance of policies and initiatives is the active engagement of Black communities.
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 | 0,009 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,019 | 0,027 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».