Food Insecurity and Child Mental Health in Masaka District, Uganda: Qualitative Study Using a Realist Thematic Analysis
Notice bibliographique
Résumé
Abstract Background Food insecurity and child mental health difficulties often intersect in complex ways, yet the mechanisms underpinning these relationships remain underexplored in resource-limited settings. This study aimed to develop a conceptual framework linking food insecurity and mental health difficulties among children in a low-resource Ugandan context. Methods A qualitative design was employed, consisting of 12 focus group discussions with 36 teachers across four schools. Teachers provided accounts of children’s experiences of food insecurity and associated psychosocial difficulties, drawing on sustained observation over 9 months. Data were analysed using realist thematic analysis, with nine coder consensus meetings and member checking with all participants to enhance rigour and interpretive validity. Themes were synthesised into an integrated conceptual framework. Results The framework identified three interlinked pathways: social causation, where food insecurity (e.g., hunger, stigma, irregular meals) precipitated psychosocial distress; social drift, where pre-existing child or caregiver mental health difficulties disrupted family functioning and food provision; and bidirectional pathways, where these processes reinforced one another through recursive feedback loops. Together, the framework shows that food insecurity and child mental health difficulties interact in cyclical, context-dependent ways. Conclusions Findings highlight the cyclical, context-dependent nature of food insecurity and child mental health in resource-limited settings. Interventions are needed that integrate food security, nutrition, psychosocial support, and structural reforms. Schools represent critical entry points; however, broader policy action on poverty alleviation and social protection is also essential. This framework has provided a foundation for future longitudinal and intervention studies, as well as child-centred measurement innovations.
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 | 0,011 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».