Using anchoring vignettes to assess the comparability of self‐rated feelings of sadness, lowness or depression in France and Vietnam
Notice bibliographique
Résumé
General measures of self-rated health are collected routinely in national health surveys and widely used in the analyses of determinants of health and health care utilization. However, these subjective assessments can be influenced by health expectations (contextualized beliefs about health) that may vary systematically across individuals and be associated with their socio-demographic characteristics. Our objective is to contrast the impact of health expectations associated with respondent characteristics (reporting heterogeneity) on self-rated feelings of sadness, lowness or depression obtained from general population samples in France and Vietnam. Based on self ratings and ratings in response to common anchoring vignettes depicting different levels of depression, we used nationally representative data from the World Health Survey conducted in France (2002) and Vietnam (2002-2003) and a modification of the standard probit model to test and adjust for reporting heterogeneity associated with individual characteristics. We find evidence of reporting heterogeneity within France and Vietnam and across the two countries. In particular we find that, when adjusted for reporting heterogeneity, sex is no longer significantly associated with self-rated feelings of sadness, lowness or depression in France. Given the absence of clear biological markers in the definitions of depressive disorders and the substantial impact reporting heterogeneity is shown to have, measures of depressive disorders based on self-reports should be interpreted with caution.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».