MétaCan
Menu
Retour à la cohorte
Enregistrement W1761245068 · doi:10.58464/2155-5834.1051

A Tale of Two States: What We Learn from California and Texas

2011· article· en· W1761245068 sur OpenAlexaboutno aff
Susan R. Tortolero, Paula Cuccaro, Nancy M Tucker, I. Sonali Weerasinghe, Dennis H. Li, Melissa F. Peskin, Ross Shegog, Christine Markham

Notice bibliographique

RevueJournal of Applied Research on Children Informing Policy for Children at Risk · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent Sexual and Reproductive Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusTeen pregnancyQuarter (Canadian coin)Birth rateDemographyEthnic groupState (computer science)Ethnic compositionPublic healthGeographyEconomic growthPolitical scienceGerontologyMedicinePopulationSociologyFertilityEconomics

Résumé

récupéré en direct d'OpenAlex

Teen birth rates and teen pregnancy prevention strategies vary widely across individual states in the US, which has the highest overall teen birth rate among developed nations. California and Texas, the two most populous states currently accounting for a quarter of all teen births, have taken very different approaches to addressing adolescent reproductive health. This case study examines the racial/ethnic composition and socioeconomic factors of these two states from 1981 to 2008. State programs and policies implemented between 1991 and 2008 as well as changes in access to contraception and public–private partnerships are discussed. Based on the lessons learned from California, a similar multifaceted campaign in Texas may be effective in reducing teen births.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,132
Tête enseignante GPT0,465
Écart entre enseignants0,333 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Research on Children Informing Policy for Children at RiskMême sujetAdolescent Sexual and Reproductive HealthTravaux en français237 207