Bibliographic record
Abstract
Cet article explore la situation de l’insécurité alimentaire dans l’enseignement supérieur québécois, dans le contexte de l’enseignement collégial. L’objectif de cette contribution est double. Premièrement, explorer l’état de la sécurité alimentaire dans un échantillon de cégeps et identifier les profils d’étudiants plus à risque de connaître l’insécurité alimentaire. Deuxièmement, apprécier l’effet de l’insécurité alimentaire sur des variables qui ne sont généralement pas considérées dans ce type d’analyse : le sentiment d’auto-efficacité et la satisfaction dans les études. S’appuyant sur les données d’une enquête par questionnaire réalisée auprès d’un échantillon de 2 127 cégépiens inscrits dans six collèges à l’automne 2024, les analyses montrent que 43,9 % des participants vivent une forme d’insécurité alimentaire et que certains profils d’étudiants sont plus à risque. Les résultats concernant le sentiment d’auto-efficacité et la satisfaction dans les études suggèrent que l’insécurité alimentaire influence ces deux variables : les étudiants en situation d’insécurité alimentaire expriment une plus faible satisfaction dans leurs études et un plus faible sentiment d’auto-efficacité. D’autres travaux de recherche tenant compte de la diversité des réalités locales des établissements, adoptant une approche longitudinale et utilisant un cadre d’analyse du bien-être alimentaire, sont nécessaires pour mieux comprendre dans sa globalité le rapport des populations cégépiennes à leur alimentation.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".