Resiliency against food insecurity among the Black population in Scarborough during the COVID-19 pandemic
Notice bibliographique
Résumé
Abstract Background One of the effects of the COVID-19 pandemic is the increased level of food insecurity, especially during the first wave. Food insecurity is an indication of poverty and results in serious health and social effects. Even though several studies have been conducted to assess the impact of COVID-19, there is a paucity of information on the role of individual community members and local organizations in addressing food insecurity in the province of Ontario, Canada. Consequently, the objective of this study is to examine the role of individuals and community organizations in addressing food insecurity challenges among the Black population in Scarborough in the Greater Toronto Area. Methods This qualitative study recruited 20 Black participants from the TAIBU Community Health Center (CHC) located in Scarborough. Furthermore, the study recruited eight nurses and two Black doctors in the Greater Toronto Area (GTA) but only one affiliated with TAIBU. In-depth interviews were used to gather information for analysis. The study used manual coding and NVivo software to analyze the qualitative data. Results The study found that there was a reported incidence of food insecurity among the population but new local food aid organizations sprang up to assist the existing ones in tackling food insecurity. However, the study found that the operations of food aid organizations are not sustainable. Conclusions Despite the reported cases of food insecurity, local community organizations and individual community members volunteered to support people to boost their resiliency to food insecurity. The findings of the study highlight the role of community organizations in addressing food insecurity during crises including pandemics. Based on the health effects of food insecurity, the study recommends that both federal and provincial governments prioritize food insecurity as a major public health issue.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».