MétaCan
Menu
Retour à la cohorte
Enregistrement W2040056600 · doi:10.1590/s0102-311x2011001200008

Racial inequalities in access to women's health care in southern Brazil

2011· article· en· W2040056600 sur OpenAlexaff
Fernanda Souza de Bairros, Stela Nazareth Meneghel, Juvenal Soares Dias da Costa, Diego G. Bassani, Ana Maria Baptista Menezes, Denise Petrucci Gigante, Maria Teresa Anselmo Olinto

Notice bibliographique

RevueCadernos de Saúde Pública · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusMedicineDemographyCervical cancerInequalityPopulationSocial classBreast cancerBlack womenHealth careGynecologyCancerEnvironmental healthGender studiesPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

The aim of this population-based cross-sectional study was to investigate access by 20 to 60 year-old women--both black and white--to early detection (pap-smear) exams for breast and cervical cancer in two towns--São Leopoldo and Pelotas--in Rio Grande do Sul State, southern Brazil. Estimates of the association between race/color and access to Pap-smear and breast exams were adjusted for income, education, economic class and age. Of the 2,030 women interviewed, 16.1% were black and 83.9%, white. Black women were significantly less likely to have had a Pap-smear and/or breast exam than white women. Racial inequalities in access to cancer early detection exams persisted after controlling for age and other socioeconomic factors. Racial differentials in access to early detection (Pap-smear) exams for breast and cervical cancers might result from racial and socioeconomic inequalities experienced by black women in access to reproductive health care services and programs.

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 enseignants0,072
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,133
Tête enseignante GPT0,394
Écart entre enseignants0,262 · 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

Citations57
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadernos de Saúde PúblicaMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207