Students’ Perspectives on the Benefits and Challenges of Universal School Meals Related to Food Accessibility, Stigma, Participation, and Waste
Notice bibliographique
Résumé
OBJECTIVE: To reveal students' experiences and perspectives related to Universal School Meals (USM) under the federal coronavirus disease 2019 waivers during school years 2021-22. DESIGN: Qualitative; 17 focus groups in June-July 2022. SETTING: Virtual; students from 9 California regions in public and charter schools. PARTICIPANTS: 67 students (n = 31 in high school, n = 36 in middle school) from a racially and economically diverse sample. PHENOMENON OF INTEREST: Students' perceived benefits and drawbacks of USM. ANALYSIS: Thematic analysis using an immersion-crystallization approach. RESULTS: Students appreciated USM for increasing school meals' accessibility, promoting food security by financially supporting families, reducing the stigma associated with school meals, simplifying the payment system, and enhancing school meals convenience. An increase in school meal participation was observed. However, concerns emerged regarding a perceived decline in food quality and quantity and increased food waste. CONCLUSIONS AND IMPLICATIONS: Universal School Meals showed promise in increasing access to meals, reducing food insecurity, stigma, and increasing participation. Addressing food quality, quantity, and waste concerns is critical for its sustained success. Policymakers need to advocate for the expansion and continuous refinement of USM, prioritizing stakeholder feedback. Ensuring adequate funding to balance meal quality and quantity while minimizing waste is essential for an adequate school meal policy.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».