Social Vulnerability and Child Food Insecurity in Developed Countries: A Systematic Review
Notice bibliographique
Résumé
Food insecurity (FI) is a serious public health concern in economically developed countries, mainly due to unequal resource distribution. Identifying social vulnerability factors [i.e., characteristics of a person or group regarding their capacity to anticipate, cope with, resist, and recover from the effects of child FI (CFI)] and their positive or negative relationship with CFI is important to support targeted action with a scale and intensity that is proportionate to the level of disadvantage. This review aimed to systematically and comprehensively identify key social vulnerability contributors to CFI in economically developed countries and discuss the factors in the context of the socio-ecological model. Five research databases were searched for observational studies published in 2000 assessing social vulnerability factors related to FI in children residing in developed countries. Data screening and extraction were independently conducted by 2 reviewers who recorded factors related to CFI. The QualSyst tool was used to assess risk of bias. From the studies identified (N = 5689), 49 articles, predominantly from the United States and Canada, met the inclusion criteria. The identified social vulnerability factors associated with CFI were grouped into 5 based on the socio-ecological model: 1) individual child, 2) parental, 3) household, 4) community, and 5) societal factors. The most frequently reported contributors to CFI were income (household factor). Other social vulnerability factors were identified, including the child's age, parental depression, household crowdedness, social connection, poverty, and residential instability. The lack of consistent measures to define both social vulnerability and CFI in diverse population subgroups impeded meaningful pooling and interpretation of factors interacting with CFI. Recommendations for future studies are to use comparable measures to estimate the extent and severity of CFI and to investigate the relation between social vulnerability, severity, and trajectories of CFI in developed countries. This trial was registered at PROSPERO as CRD42022291638.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».