MétaCan
Menu
Retour à la cohorte
Enregistrement W1966173121 · doi:10.1080/17441690902942480

The deterioration of health status among immigrants to Canada

2009· article· en· W1966173121 sur OpenAlexafffundabout
Fernando G. De Maio, Eagan Kemp

Notice bibliographique

RevueGlobal Public Health · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaSimon Fraser University
Mots-clésLonelinessImmigrationSocioeconomic statusPopulationHealth equityHealth careSurvey of Income and Program ParticipationMedicineDemographic economicsPublic healthGerontologyDemographyPsychologyGeographyEnvironmental healthPolitical scienceSociologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

A growing body of literature suggests that immigrants to Canada experience deterioration in their health status after settling in the country. While self-selection processes and Canadian immigration policy ensure that, at the time of arrival, immigrants are healthier than the Canadian-born population, this health advantage does not persist over time. This study uses new data from the Longitudinal Survey of Immigrants to Canada (N=7720) to examine how health transitions vary among immigrants. Logistic regression analyses indicate that visible minorities and immigrants who experienced discrimination or unfair treatment are most likely to experience a decline in self-reported health status. The results also confirm a clear inverse socioeconomic gradient with respect to increasing levels of feelings of sadness, depression and loneliness. These findings reflect important dimensions driving population health patterns in Canada, a country with a highly lauded health care system based on the principles of universality and comprehensiveness. Our findings suggest that discrimination and inequality partly drive the health transitions of immigrants. These factors, which largely operate outside of the formal health care system, need to be understood and addressed if health inequities are to be reduced.

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)0,003
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 enseignants0,020
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,343
Écart entre enseignants0,315 · 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

Citations237
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetMigration, Health and TraumaTravaux en français237 207