Food budget ratio as an equitable metric for food affordability and insecurity: a population-based cohort study of 121 remote Indigenous communities in Canada
Notice bibliographique
Résumé
Abstract Background Food insecurity is a public health issue for many regions globally, and especially Indigenous communities. We propose food budget ratio (FBR)—the ratio of food spending to after-tax income—as an affordability metric that better aligns with health equity over traditional price-focused metrics. Existing census and inflation monitoring programs render FBR an accessible tool for future affordability research. Methods Public census and food pricing datasets from 2011 to 2021 were analyzed to evaluate food affordability for a cohort of 121 remote Indigenous communities in Canada (n = 80,354 persons as of March 2021). Trends in population-weighted versus community-weighted averages, inflation-adjusted mean price of the Revised Northern Food Basket (RNFB), and distributions of FBR, per-capita price of food, and per-capita after-tax income were calculated and compared to Canada at large. Results Population-weighted versus community-weighted mean price of the RNFB differed by < 5% for most points in time, peaking at 17%. Mean raw price of the RNFB was relatively stable, while mean inflation-adjusted price of the RNFB decreased 19%. Mean and standard deviation in FBR trended downwards from (0.40; 0.21) in 2011 to (0.25; 0.10) in 2021, while the mean for Canada held stable at 0.10 ± 0.01. Mean and standard deviation in inflation-adjusted per-capita price of food fell from ($5,621; $493) to ($4,510; $243), while the Canada-wide mean rose from $2,189 to $2,567; values for per-capita after-tax income increased from ($17,384; $7,816) to ($21,661; $9,707), while the Canada-wide mean remained between $24,443 and $26,006. Current Nutrition North Canada (NNC) subsidy rates correlate closely with distance to nearest transportation hub (σXY = 0.68 to 0.70) whereas food pricing, after-tax income, and FBR correlate poorly with distance (σXY = -0.22 to 0.03). Conclusions The FBR approach yields greater insights on food affordability compared to price-based results, while using readily available public datasets. Whereas 19% reductions in RNFB per-capita food price were observed, FBR decreased 63% yet remained 2.5 times the Canada-wide FBR. The reduction in FBR was driven both by the reduced price of food and a 25% increase in after-tax income. It is recommended that NNC consider FBR for performance measurement and setting subsidy rates.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».