The COVID-19 pandemic and food insecurity in households with children: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Food insecurity is defined as not having safe and regular access to nutritious food to meet basic needs. This review aimed to systematically examine the evidence analysing the impacts of the COVID-19 pandemic on food insecurity and diet quality in households with children <18 years in high-income countries. METHODS: EMBASE, Cochrane Library, International Bibliography of Social Science, and Web of Science; and relevant sites for grey literature were searched on 01/09/2023. Observational studies published from 01/01/2020 until 31/08/2023 in English were included. Systematic reviews and conference abstracts were excluded. Studies with population from countries in the Organisation for Economic Co-Operation and Development were included. Studies were excluded if their population did not include households with children under 18 years. The National Heart, Lung, and Blood institute (NIH) tool for observational cohort and cross-sectional studies was used for quality assessment. The results are presented as a narrative review. RESULTS: 5,626 records were identified and 19 studies were included. Thirteen were cross-sectional, and six cohorts. Twelve studies were based in the USA, three in Canada, one each in Italy and Australia and two in the UK. Twelve studies reported that the COVID-19 pandemic worsened food insecurity in households with children. One study reported that very low food security had improved likely due to increase in benefits as part of responsive actions to the pandemic by the government. CONCLUSION: Although studies measured food insecurity using different tools, most showed that the pandemic worsened food security in households with children. Lack of diversity in recruited population groups and oversampling of high-risk groups leads to a non-representative sample limiting the generalisability. Food insecure families should be supported, and interventions targeting food insecurity should be developed to improve long-term health.
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».