Years of life lost to prison: racial and gender gradients in the United States of America
Notice bibliographique
Résumé
BACKGROUND: The United States has the highest rate of imprisonment of any country in the world. African Americans and Hispanics comprise a disproportionately large share of the prison population. We applied a "prison life expectancy" to specify differences in exposure to imprisonment by gender and race at the population level. METHODS: The impact of imprisonment on life expectancy in the United States was measured for each year from 2000 to 2004, and then averaged. Using the Sullivan method, prison and prison-free life expectancies were estimated by dividing the years lived in each age range of the life table into these two states using prevalence of imprisonment by gender and race. RESULTS: African American males can expect to spend on average 3.09 years in prison or jail over their lifetime and Hispanic and Caucasian males can spend on average 1.06 and 0.50 years, respectively. African American females, on the other hand, can expect to spend on average 0.23 years in these institutions and Hispanic and Caucasian females can expect to spend on average 0.09 and 0.05 years, respectively. Overall, African American males, the highest risk group, can expect to spend on average 61.80 times longer in prison or jail as compared to Caucasian women, the lowest risk group. CONCLUSION: There are clear gender and racial gradients in life expectancy spent in prison in the United States. Future research needs to examine how current imprisonment practice in the United States may influence population health and health disparities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».