The Prevalence of Food Insecurity among University of Guelph-Humber Kinesiology Students
Notice bibliographique
Résumé
Food insecurity is defined as inadequate access to sufficient and nourishing food (Food and Agriculture Organization [FAO], 2023). Those aged 15-24, particularly post-secondary students may have a higher vulnerability to developing food insecurity (Bhawra et al., 2021). Commuting costs and on-campus food expenses may elevate the risk among undergraduates. The purpose of this study was to measure the prevalence of food insecurity among UofGH Kinesiology students and to explore potential risk factors. We hypothesized that students living apart from their parents or primary caregivers would be more food insecure. Moreover, we predicted that many factors would contribute to higher levels of food insecurity such as employment status. Participants completed a survey consisting of socio-demographic questions and the 2021 Student Food Experience Survey (Maguire et al., 2021) to assess food insecurity. Results categorized students as secure, moderately insecure, and severely insecure. Their responses were analyzed to determine the relationship between socio-demographic indicators and food insecurity. In both the 2022-2023 school year and the Fall 2023 semester, 20% of students were moderately or severely food insecure. The results also demonstrated that being a non-first-generation student, having to borrow money for food, and perceiving that their academics were impacted by lack of access to food, were predictors of food insecurity. This study demonstrates a 20% prevalence of food insecurity and highlights various contributing. The high prevalence of food insecurity shows the need for future research and interventions at the university level to improve the health and wellness of students.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».