MétaCan
Menu
Retour à la cohorte
Enregistrement W4389040563 · doi:10.5304/jafscd.2023.131.015

Food insecurity in Yukon communities during COVID-19: A qualitative study

2023· article· en· W4389040563 sur OpenAlexafffundabout
Sara McPhee-Knowles, David Gatensby

Notice bibliographique

RevueJournal of Agriculture Food Systems and Community Development · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of SaskatchewanYukon University
Organismes subventionnairesMitacs
Mots-clésFood securityFood insecurityQualitative researchFood systemsScope (computer science)PandemicCoronavirus disease 2019 (COVID-19)SociologyPolitical scienceGeographyBusinessAgricultureSocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Food insecurity increased in Canada during the COVID-19 pandemic; in the Yukon Territory, the Whitehorse Food Bank saw its scope increase sig­nificantly as smaller Yukon communities were requesting deliveries of food while travel restrictions were in place. In this qualitative study, the researchers conducted semi-structured inter­views with food bank clients in Whitehorse and two smaller Yukon communities, as well as repre­sentatives of other organizations that were involved in community food security initiatives. The results revealed five main themes emerging from shared client experiences and impacts from the pandemic: emphasis on the hamper as core food on an ongoing basis, the importance of tradi­tional foods, food insecurity and access, the role of the Whitehorse Food Bank in supporting informal networks in communities, and ideal food situations that focused on an abundance of fresh and land-based foods. The results show some contrast between needs in Whitehorse and needs in smaller, more remote Yukon communities. Because of lim­ited access to fresh foods in communities outside of Whitehorse, merely increasing income supports would not completely alleviate food insecurity for these participants, who they lack physical access as well as economic access to fresh, preferred foods.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,927

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0170,006
Communication savante0,0030,002
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,275
Tête enseignante GPT0,462
Écart entre enseignants0,187 · 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'étudeQualitatif
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'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture Food Systems and Community DevelopmentMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207