MétaCan
Menu
← Retour à la cohorte
Enregistrement W7056742787

Food security and dietary diversity amongst smallholder farmers in Haiti

2015· dissertation· en· W7056742787 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2015
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésFood securityPovertyAgricultureMalnutritionPopulationFood systemsDietary diversityPurchasing powerExtreme poverty
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As defined by the United Nations Food and Agriculture Organization, food security "exists when all people, at all times, have physical, social and economic access to sufficient, safe and nutritious food which meets their dietary needs and food preferences for an active and healthy life". The nature of food security is multi-faceted and therefore difficult to accurately measure. The Latin American and Caribbean Food Security Scale (ELCSA) is a tool that has been developed and validated to measure food security through the psychosocial experience of a household. Haiti, being the poorest country in the Western Hemisphere, is highly susceptible to poverty, malnutrition and food insecurity. It is estimated that over half of the population lives in extreme poverty (less than one US dollar a day). Since purchasing power for food is directly related to a household’s consumption of food, dietary quantity and quality are greatly reduced in situations of extreme poverty and food insecurity. Dietary diversity has been shown to imply nutrition adequacy among populations and when compromised, results in poor health status. Food variety and dietary diversity scores have been traditionally used to assess dietary quality in developing countries. The primary objective of this study is to assess the relationship of food security with dietary diversity among small rural farming households in Haiti using a secondary data set analysis. Data are drawn from a quantitative cross sectional study including 500 households from 5 departments of rural Haiti that were surveyed by the Inter American Institute for Cooperation on Agriculture. Data were analyzed using IBM® SPSS® 2012 software for descriptive and inferential analyses. Results show that sixty-two percent of households were severely food insecure, with only 2.6 percent being food secure. Dietary Diversity Scores (DDS) were generated using the FAO’s Household Dietary Diversity Index Guidelines. Results show that DDS decreased significantly from mild (11.0) to moderate (10.0) to severe (9.4) Food insecurity levels, after controlling for number of children in the household, gender of head of household, daily per capita income, education, number of animals and land size. Furthermore, the number of total food items consumed decreased significantly from the mildly (34.3) to the moderately (25.9) and severely (22.5) food insecure households after controlling for the same variables. The decrease affected staple foods, eggs, dairy, meat/fish, fruits and vegetables. Sugar consumption remained the same in all groups. When compared to all foods consumed, the proportion of animal source foods decreased from food secure households (18.6 percent) to severely food insecure households (11.6 percent) while the proportion of sugars and oils increased from food secure households (14.0 percent) to severely food insecure households (18.6 percent). The changes seen in consumption of low nutrient dense foods like sugars and oils implies greater access to foods that may provide calories but have little nutrient quality, therefore masking the achievement of food and nutrition security. Organizations, governmental and non-governmental should be informed of these trends to better adapt existing and future intervention programs that aim to inversely improve access to energy and nutrient dense foods and decrease the access to empty calorie foods.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,250
Écart entre enseignants0,227 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→