Pandémie et accès aux ressources alimentaires communautaires à Montréal : quels impacts sur les ménages vulnérables à l’insécurité alimentaire?
Bibliographic record
Abstract
Problématique : Marqueur d’inégalités sociales, l’insécurité alimentaire (IA) est un problème de santé publique persistant au Canada. La crise liée à la COVID-19, suivie d’un contexte inflationniste, a entraîné des milliers de Québécois dans l’instabilité financière, augmentant considérablement la prévalence d’IA. Elle a aussi fortement déstabilisé les ressources alimentaires communautaires (RAC), alors que leur recours fait partie des stratégies d’adaptation en situation d’IA. Objectif : Comprendre comment la disponibilité des RAC a influencé l’accès aux aliments et les stratégies d’adaptation des ménages vulnérables à l’IA depuis l’implantation des mesures sanitaires liées à la COVID-19. Méthodologie : Dans cette recherche qualitative, douze entretiens de type récit de vie ont été réalisés auprès de ménages à faible revenu de deux quartiers montréalais contrastés en matière de disponibilité en RAC. Quatre étapes d’analyse ont été effectuées à l’aide du logiciel NVivo. Résultats : Depuis l’implantation des mesures sanitaires, tous les participants ont éprouvé davantage de difficultés d’accès aux aliments et ils ont utilisé plus de stratégies d’adaptation. Les plus vulnérables ont utilisé plus de stratégies de dernier recours, dont les RAC. Trois parcours de vulnérabilité à l’IA ont été identifiés, selon un continuum de gravité des difficultés vécues. La quantité et les types de stratégies d’adaptation, dont l’utilisation de RAC, variaient en fonction des parcours de vulnérabilité plutôt que de leur disponibilité. Discussion : Pour comprendre l’influence de la disponibilité des RAC sur l’accès aux aliments, il est nécessaire de considérer les besoins des ménages en fonction de leur vulnérabilité à l’IA. Une plus grande attention devrait être accordée aux parcours de vie des individus dans la mise en œuvre d’interventions communautaires en sécurité alimentaire.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".