MétaCan
Menu
Retour à la cohorte
Enregistrement W1571586566 · doi:10.1590/s1851-82652010000200006

Desigualdad en el ingreso como determinante social de la salud

2010· article· es· W1571586566 sur OpenAlexaff
Fernando G. De Maio

Notice bibliographique

RevueDialnet (Universidad de la Rioja) · 2010
Typearticle
Languees
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

"A pesar de la vasta literatura empírica, no se alcanzó un consenso respecto de los efectos en la salud derivados de la desigualdad en el ingreso. Este estudio se suma a los debates en curso y analiza la solidez de la relación entre la desigualdad del ingreso y la salud de la población en la Argentina, valiéndose de cinco índices diferentes para medir la desigualdad en el ingreso (cada uno de ellos, sensible a las desigualdades en las distintas partes del espectro del ingreso) y cinco mediciones de la salud de la población. Este trabajo está basado en la Encuesta de Condiciones de Vida (Argentina, 2001) y en las tasas provinciales de la esperanza de vida femenina y masculina, y la mortalidad infantil. El análisis muestra que la esperanza de vida se correlaciona en la dirección esperada con la desigualdad en el ingreso a nivel provincial (operacionalizada como el coeficiente de Gini) para hombres (r= -0,55, p < 0,01) y para mujeres (r= -0,61, p < 0,01). Sin embargo esta asociación no es sólida en los cinco índices de desigualdad en el ingreso. Por el contrario, la mortalidad infantil, la autopercepción del estado de salud y la limitación de la actividad informada por los individuos no se correlacionan con ninguno de los índices de desigualdad en el ingreso. Este artículo agrega mayor complejidad al estudio de los efectos en la salud derivados de la desigualdad en el ingreso y destaca laimportancia de los efectos de las definiciones operacionales."

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,339
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialnet (Universidad de la Rioja)Même sujetHealth disparities and outcomesTravaux en français237 207