MétaCan
Menu
Retour à la cohorte
Enregistrement W4410232436 · doi:10.3138/cpp.2024-028

Poverty Reduction Politics and Food Insecurity: Better for High-Risk Groups?

2025· article· en· W4410232436 sur OpenAlexaffvenueabout
Geranda Notten, L. Liu, Valerie Tarasuk

Notice bibliographique

RevueCanadian Public Policy · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensUniversity of TorontoCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFood insecurityPovertyPoverty reductionPoliticsFood securityReduction (mathematics)Political scienceEnvironmental healthDevelopment economicsSocioeconomicsEconomic growthEconomicsGeographyMedicineAgricultureMathematics

Résumé

récupéré en direct d'OpenAlex

Canada's higher-level governments have, at least rhetorically, prioritized poverty reduction since the early 2000s. This article investigates whether this political prioritization has reduced food insecurity among high-risk households, namely couples with children, single persons, single parents, and households relying largely on government transfers. Using the Canadian Community Health Survey (2005–2018), we study the association between household composition and the household's main source of income with respect to (severe) food insecurity, controlling for socio-demographic characteristics and local circumstances. Despite apparent income poverty gains among some high-risk groups documented elsewhere, we find that the disadvantages of food insecurity among high-risk households did not change in Canada or in its four largest provinces. Furthermore, Quebec stands out as a jurisdiction in which, compared with couples without children, couples with children face negligible disadvantages, and single-parent families have the lowest disadvantage. Quebec singles, however, face a disadvantage that is comparable with that of other provinces.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,126
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,007
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,080
Tête enseignante GPT0,389
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207