MétaCan
Menu
Retour à la cohorte
Enregistrement W1963044758 · doi:10.1371/journal.pone.0141834

Unhealthy Behaviours: An International Comparison

2015· article· en· W1963044758 sur OpenAlexaboutno aff
Fabrizio Ferretti

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman Development IndexEnvironmental healthIndex (typography)PopulationDeveloping countryChinaMedicineConsumption (sociology)Alcohol consumptionGlobalizationHuman development (humanity)DemographyDevelopment economicsGeographyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

In the current global economy, chronic non-communicable diseases (NCDs) have become the leading cause of death and a major health concern for both developed and developing countries. Among other factors, the worldwide spread of NCDs is driven by the globalisation of unhealthy habits. The purpose of this paper is to develop a simple statistic to measure, at the national level, the average population's exposure to the main NCDs modifiable risk factors. The approach and methodology followed by the United Nations Development Programme to compute the Human Development Index (HDI) is applied to four basic indicators of NCD-related preventable risk factors (alcohol consumption, excess caloric intake, non-balanced diet and tobacco use) in 112 countries worldwide in 2012-14. We obtain a summary composite index, which we call the Unhealthy Behaviour Index (UBI), which ranks countries by the average level of the unhealthy habits (drinking, eating and smoking) of their populations. We find that Belarus and Russian federation are the two countries with the unhealthiest NCD-related lifestyle. With the exception of Canada, the first twenty populations more exposed to the main NCDs preventable risk factors all live in European countries, and mainly in countries of Eastern Europe. Overall, the UBI tends to increase along with the level of human development. In medium, high and very high HDI countries, however, the same level of human development may be associated with very different kinds of NCD-related lifestyles. Finally, economic growth may push populations toward either more unhealthy or healthy habits, depending on the countries' level of development; the elasticity of unhealthy habits with respect to income per capita is positive (but less than one: on average 0.6) until $30,000, decreases as income rises, and becomes negative (around -0.3) in very high income countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,256
Tête enseignante GPT0,366
Écart entre enseignants0,110 · 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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207