Cohérence des interventions gouvernementales pour prévenir l’insécurité alimentaire des ménages :
Bibliographic record
Abstract
Au Québec, l’insécurité alimentaire est un enjeu de santé publique. Malgré le soutien de plusieurs ministères aux organisations communautaires et privées qui luttent contre l’insécurité alimentaire, elle perdure et s’est aggravée avec la pandémie de COVID-19. Cet article analyse la cohérence des politiques et interventions gouvernementales de lutte contre l’insécurité alimentaire au Québec et interroge leur capacité à la prévenir. Un cadre théorique basé sur les déterminants de la sécurité alimentaire et sur le concept de cohérence des politiques publiques est mobilisé. La plupart des interventions de lutte contre l’insécurité alimentaire en 2021 étaient réparties dans trois politiques gouvernementales, le Plan d’action gouvernemental pour l’inclusion économique et la participation sociale 2017-2023; la Politique gouvernementale de prévention en santé 2017-2021 et la Politique bioalimentaire 2018-2023, auxquelles s’ajoutent d’autres interventions provinciales et fédérales. En revanche, aucune stratégie d’ensemble officielle ne vise directement la lutte contre l’insécurité alimentaire, ce qui permettrait de coordonner les interventions gouvernementales et de la société civile (milieux communautaires et privés) et de créer des ponts entre les politiques sociales, de santé publique et bioalimentaires. La mise en place d’une telle stratégie permettrait de mieux agir sur l’ensemble des déterminants (individuels ou collectifs) et de mieux prévenir l’insécurité alimentaire. Cela faciliterait le développement de parcours intégrant plusieurs types d’interventions, adaptés aux différentes populations vulnérables. Une vision commune, des cibles à atteindre ainsi que des mécanismes de suivi et d’évaluation des effets réels des interventions, individuels et croisés, pourraient être mis en place, en collaboration avec les acteurs concernés.
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 | 0.044 | 0.064 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.009 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".