MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391637532 · doi:10.32920/25193516.v1

The Impacts of Ethnic Retail Access on Health & Well-Being Within the Chinese Newcomer Population in the GTA

2024· preprint· en· W4391637532 sur OpenAlexaffabout
Nour Abu-Shaaban

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésEthnic groupMainstreamBusinessImmigrationMental healthPopulationMarketingEnvironmental healthPolitical sciencePsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Accessible food options that are nutritional, affordable, and culturally appropriate are essential to supporting one’s mental health and well-being. The degree to which immigrants and newcomers can uphold ethnic and cultural food practices from their countries of origin within new host countries and the communities in which they settle may be an important factor in determining healthy food access. Chinese newcomer populations in the Greater Toronto Area face significant challenges accessing ethnic foods and consuming culturally appropriate foods due to many barriers. The purpose of this Major Research Paper is to examine: i) the experiences of Chinese newcomers in accessing ethnic grocery foods and culturally appropriate foods, and ii) perceived impacts on health and well-being. The findings demonstrate that Chinese newcomers face increasing barriers to accessing ethnoracial foods due to challenges related to transportation access, the lack of availability of ethnic groceries and ethnic options in mainstream stores, affordability of ethnic ingredients and the increased time it takes to access ethnic retailers. Policy leaders must recognize the need for increased ethnic grocery retailers in bridging better mental health and access to healthy foods within newcomer 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,260
Tête enseignante GPT0,540
Écart entre enseignants0,280 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→