Insécurité alimentaire en temps de pandémie de la COVID-19 et inégalités en alimentation au Québec
Bibliographic record
Abstract
L’insécurité alimentaire est reconnue comme un problème majeur de santé publique et peut constituer une barrière importante à la consommation d’une alimentation équilibrée. L’instabilité économique et les pertes d’emploi associées à la pandémie de COVID-19 au printemps 2020 peuvent avoir un impact important sur la sécurité alimentaire des ménages québécois. À l’aide d’études transversales, 1) décrire l’ampleur, l’évolution et les populations vulnérables à l’insécurité alimentaire au Québec dans le contexte de la pandémie de COVID-19 et 2) identifier les différences sur le plan de la consommation alimentaire habituellement associée à l’insécurité alimentaire chez les adultes québécois. La proportion des adultes vivant dans un ménage en insécurité alimentaire est passée de 25% au début avril à 16% à la fin mai 2020. La proportion d’adultes déclarant avoir peur de manquer de nourriture avant la prochaine rentrée d’argent a diminué de moitié. Cependant, l’insécurité alimentaire demeure spécialement élevée dans les ménages dont le revenu a diminué de façon importante (37%) et chez les adultes sans emploi (28%). Les dernières données populationnelles sur la nutrition indiquent que les adultes vivant dans un ménage en insécurité alimentaire modérée ou grave sautent plus souvent des repas et ont des apports moindres en de nombreux nutriments. Notre étude indique une baisse importante de l’insécurité alimentaire entre avril et mai 2020 chez les adultes québécois. Malgré cette baisse, la prévalence demeure élevée en mai 2020 spécialement chez ceux ayant vécu les contrecoups économiques de la pandémie de COVID-19.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".