MétaCan
Menu
Retour à la cohorte
Enregistrement W1648055966 · doi:10.1353/ces.2015.0027

Health differences between Black and White Canadians: Revisiting Lebrun and LaVeist (2011, 2013)

2015· article· en· W1648055966 sur OpenAlexvenueaboutno aff
Gerry Veenstra, Andrew C. Patterson

Notice bibliographique

RevueCanadian ethnic studies · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusWhite (mutation)Health equityOverweightDemographyNative-BornCommunity healthForeign bornEthnic groupMedicineObesityGerontologyPublic healthPolitical scienceSociologyPopulation

Résumé

récupéré en direct d'OpenAlex

In an article previously published in Canadian Ethnic Studies , Lebrun and LaVeist (2013) analyzed pooled data from four cycles of the Canadian Community Health Survey (CCHS) to find that native-born Black Canadians tend to report comparable or better health outcomes than native-born White Canadians. We suggest that several problematical modelling decisions led to a misrepresentation of Black-White health inequalities among native-born Canadians. Attending to these issues in an expanded dataset comprised of eight cycles of the CCHS, we find that, in comparison with native-born White Canadians, native-born Black Canadians are less likely to report being a current or former smoker but more likely to be overweight or obese and to report fair or poor self-rated health, hypertension and diabetes. We do not find statistically significant differences between native-born Black and White Canadians in self-reported asthma, heart disease and cancer. We also find that socioeconomic status plays a role in explaining Black-White inequalities in self-rated health and diabetes in particular. In summary, our analysis indicates that, prior to controlling for potential explanatory factors, native-born Black Canadians tend to report comparable or worse health outcomes than native-born White Canadians. Dans un article publié précédemment dans Canadian Ethnic Studies ( Études ethniques au Canada ), Lebrun et LaVeist (2013) ont analysé des données collectées de quatre cycles de l’Enquête sur la santé dans les collectivités canadiennes (ESCC) pour établir que les Canadiens noirs de souche tendent à présenter des résultats cliniques comparables ou meilleurs que les Canadiens blancs de souche. Nous établissons que plusieurs décisions de modélisation problématiques ont conduit à une mauvaise représentation des inégalités cliniques entre les Noirs et les Blancs parmi les Canadiens de souche. En nous penchant sur ces questions dans un ensemble de données élargi comprenant huit cycles de l’ESCC, nous nous rendons compte que, comparativement aux Canadiens blancs de souche, les Canadiens noirs de souche sont moins susceptibles de se déclarer comme des fumeurs actuels ou anciens. Cependant, ils sont plus susceptibles d’être en surpoids ou obèses et de présenter un bon ou mauvais état de santé auto-évalué, l’hypertension et le diabète. Nous ne trouvons pas d’importantes différences au plan statistique entre les Canadiens noirs et les Canadiens blancs de souche en ce qui concerne l’asthme auto-évalué, les maladies cardiaques et le cancer. Nous nous rendons également compte que le statut socioé-conomique joue un rôle dans l’explication des inégalités entre les Noirs et les Blancs en ce qui concerne la santé auto-évaluée et le diabète en particulier. En résumé, notre analyse indique qu’avant le contrôle des facteurs explicatifs potentiels, les Canadiens noirs de souche tendent à présenter des résultats cliniques comparables ou pires comparativement aux Canadiens blancs de souche.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,633
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

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

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 Opus0,246
Tête enseignante GPT0,425
Écart entre enseignants0,178 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian ethnic studiesMême sujetHealth disparities and outcomesTravaux en français237 207