MétaCan
Menu
Retour à la cohorte
Enregistrement W4388631938 · doi:10.1590/1414-462x202331030261

Impactos da pandemia do novo coronavírus no direito humano à alimentação e à nutrição adequadas e programas de segurança alimentar e nutricional: quais os desafios e o que propor?

2023· article· pt· W4388631938 sur OpenAlexaff
Maylla Luanna Barbosa Martins Bragança, Alessandra Karla Oliveira Amorim Muniz, Lívia Carolina Sobrinho Rudakoff, Marjorie Lima do Vale

Notice bibliographique

RevueCadernos Saúde Coletiva · 2023
Typearticle
Languept
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGovernoPolitical scienceAgricultural scienceHumanitiesBiologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Resumo Introdução A pandemia do novo coronavírus intensificou a violação do direito humano à alimentação e nutrição adequadas e elevou a insegurança alimentar e nutricional na população brasileira. Objetivo Analisar as estratégias das políticas e programas de segurança alimentar e nutricional adotadas pelo governo brasileiro durante a pandemia (ano de 2020) para promoção da segurança alimentar e nutricional e combate à insegurança alimentar e nutricional no país. Método Realizou-se busca nos sites oficiais para análise das ações propostas. Resultados Apesar de algumas proposições pontuais, como a distribuição do auxílio emergencial, estratégias mais enérgicas, como o fortalecimento do Programa de Aquisição de Alimentos, encorajamento de pequenos agricultores, facilitação do transporte e da comercialização de alimentos e a garantia da continuidade de programas assistenciais que facilitem acesso à renda e à alimentação durante a pandemia, precisam ser urgentemente adotadas. Conclusão Essas estratégias requerem atuação das três esferas de governo em prol do combate dos impactos da pandemia do novo coronavírus nos índices de insegurança alimentar e nutricional no Brasil.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0050,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,012

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 Opus0,190
Tête enseignante GPT0,458
Écart entre enseignants0,268 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadernos Saúde ColetivaMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207