Étude des impacts de la pandémie COVID-19 sur les habitudes alimentaires des Québécois
Notice bibliographique
Résumé
La situation de pandémie COVID-19 et les mesures sanitaires qui en découlent ont grandement affecté la population québécoise depuis mars 2020. Plusieurs sphères de la vie des Québécois ont été bouleversées, incluant leurs habitudes alimentaires. Plusieurs études ont évalué les impacts à court terme, soit pendant la première période de confinement, de la pandémie COVID-19 sur l'alimentation. Généralement, une amélioration de la qualité alimentaire semble être observée par la majorité des études. Toutefois, les impacts à plus long terme de la pandémie sur l'alimentation sont peu étudiés. De plus, les seules études disponibles sur le sujet fournissent des données limitées par le fait qu'elles ont été obtenues de manière rétrospective et qu'elles sont basées sur des perceptions de changement. Il s'avère essentiel de documenter les impacts à plus long terme de la pandémie afin de mieux comprendre et de mieux agir sur les comportements individuels, sociaux et environnementaux qui influencent les choix alimentaires de la population dans ce contexte sanitaire inédit et dans de futurs contextes similaires. L'objectif de ce projet de maitrise est d'évaluer les impacts de la pandémie COVID-19 et des mesures sanitaires qui y en découlent sur les habitudes alimentaires au Québec. Plus spécifiquement, nous documenterons les changements dans la qualité de l'alimentation telle que mesurée par le Healthy Eating Food Index (HEFI)-2019 dans un échantillon de plus de 4000 Québécois participant au projet NutriQuébec entre juin 2019 et février 2022. Les changements dans la consommation de certaines catégories d'aliments comme les légumes et fruits, les produits à grains entiers, et les aliments ne faisant pas partie des catégories recommandées dans le Guide alimentaire canadien 2019 seront également documentés. Les résultats montrent que dans cette population, le score HEFI-2019 moyen avant la pandémie, c'est-à-dire avant le 12 mars 2020, était de 48,3 (IC (intervalle de confiance) à 95% 46,8 à 49,8) sur un maximum de 80 points. Le score HEFI-2019 moyen est resté inchangé durant la première année de la pandémie (mars 2020 à février 2021), mais a diminué de 1,4 point (IC à 95% -2,4 à -0,4) au cours de la deuxième année de la pandémie (mars 2021 à février 2022). La légère diminution du score HEFI-2019 au cours de la deuxième année de la pandémie a été observée en raison des changements dans les scores des composantes des légumes et fruits (-0,5 point; IC 95% -1,0 à -0,1), des aliments protéinés (-0,1 point; IC 95% -0,2 à -0,0) et du sodium (-0,3 point; IC 95% -0,6 à 0,0). Malgré une faible diminution de la qualité alimentaire, la pandémie COVID-19 apparait comme un nouvel obstacle à une saine alimentation.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».