Country of birth and socioeconomic disparities in utilisation of health care and disability pensions - a multilevel approach
Notice bibliographique
Résumé
Besides individual characteristics, people born in the same country may present a related pattern of health status and health care utilisation, perhaps because they share a number of socioeconomic and cultural characteristics in addition to their common geographic origin and language. Rather than using simple ethnical or geographical categories, we apply multilevel regression analysis with individuals nested within countries of birth. By this innovative approach the present thesis investigates socioeconomic differences in health care utilisation and disability pensions in the city of Malmö, Sweden, and the role country of birth plays in this context. It is based on the Register for Resource Allocation (1999 and 2003). Independently of individual socioeconomic characteristics, this thesis identifies a contextual phenomenon related to country of birth that conditions individual health care utilisation and receiving a disability pension. Among other findings we observed that men of low income and those from countries with low economies showed greater total health care utilisation than those with high incomes or who were born in countries with high incomes. However, those individuals presented a lower health care utilisation of private health care providers. Low educational achievement and living alone were associated with a higher likelihood of receiving a disability pension. Individuals from middle income countries also had a greater chance of receiving a disability pension. Interestingly, country of birth modifies individual level socioeconomic associations. The country of one's birth appears to play a significant role in understanding how individual socioeconomic differences bear on the likelihood of utilising health care services and of receiving a disability pension.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».