No. 14: The Impact of Proximity to Wet Markets and Supermarkets on Household Dietary Diversity in Nanjing City, China
Notice bibliographique
Résumé
Existing studies suggest that despite the proliferation of supermarkets, traditional wet markets have persisted in many countries and have been playing an important role in people’s daily food access. Yet, studies investigating the issue of food access and its influences on food security have mainly focused on food deserts and the proximity to supermarkets, with limited focus on wet markets and other food outlets. This study investigates the influence of the proximity to wet markets and supermarkets on urban household dietary diversity in Nanjing. Based on the data collected through a citywide survey in 2015 and the map data of wet markets and supermarkets, the Poisson regression model was deployed to examine the correlations between geographical proximity to supermarkets and wet markets and household dietary diversity. The results show that the coefficients for the distance to the nearest wet market are not statistically significant. Although the coefficients for the distance to nearest supermarket are statistically significant, they were too minor to be of practical importance. We argue, however, that the insignificant correlations reflect exactly the high physical accessibility to food outlets and the extensive spatially dense food supply network constituted by wet markets, supermarkets and small food stores in Nanjing. This is verified by the survey data that more than 90% of households purchased fresh food items within their neighbourhoods or in walking distance. In addition to the densely distributed food outlets, various other factors contributed to the non-significant influence of the distance to the nearest wet market and supermarket, including the many small food stores within or close to residential communities, the prevalence of three-generation extended households and high household income. This study highlights the importance of allowing mixed land use for food outlets with residential land and integrating wet markets into urban infrastructure planning.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».