MétaCan
Menu
Retour à la cohorte
Enregistrement W4403588036 · doi:10.1371/journal.pgph.0003859

Explaining socioeconomic inequality in food consumption patterns among households with women of childbearing age in South Africa

2024· article· en· W4403588036 sur OpenAlexaff
Mweete D Nglazi, John E. Ataguba

Notice bibliographique

RevuePLOS Global Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMedical Research CouncilSouth African Medical Research Council
Mots-clésSocioeconomic statusInequalityConsumption (sociology)EconomicsIndex (typography)ResidenceFood consumptionDemographyEnvironmental healthGeographySocioeconomicsMedicineDemographic economicsAgricultural economicsPopulationSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

The changing food environment shifts peoples' eating behaviour toward unhealthy food, including ultra-processed food (UPF), leading to detrimental health outcomes like obesity. This study examines changes in socioeconomic inequalities in food consumption spending between 2005/06 and 2010/11 in South African households with women of childbearing age (15 to 49) (WCBA). Data come from the 2005/06 and 2010/11 Income and Expenditure Surveys. The distribution of spending according to the NOVA food classification system groupings (unprocessed or minimally processed foods, processed culinary ingredients, processed and UPF products) was analysed using standard methodologies. Changes in spending inequalities between 2005/06 and 2010/11 were assessed using the concentration index (C), while the factors explaining the changes in spending inequalities were identified using the Oaxaca decomposition approach. The Kakwani index (K) was used to assess progressivity. Results show that average real spending on all food categories, including UPF, increased between 2005/06 and 2010/11. Socioeconomic inequality in UPF consumption spending decreased (C = 0.498 in 2005/06 and C = 0.432 in 2010/11), and spending on processed foods (C = 0.248 in 2005/06 and C = 0.209 in 2010/11). Socioeconomic status, race, and urban residence contributed to overall socioeconomic inequality and changes in UPF consumption inequality between 2005/06 and 2010/11. Spending on all food categories was regressive in 2005/06 (K = -0.173 for UPF and -0.425 for processed foods) and 2010/11 (K = -0.192 for UPF and -0.418 for processed foods) because such spending comprises a larger share of poorer household's income than their wealthier counterparts. The government should address these contributors to inequality to mitigate the risks associated with UPF consumption, especially among less affluent households.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

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

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 Opus0,085
Tête enseignante GPT0,305
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207