Employment and Married Women's Health in Korea; Beneficial or Harmful?
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to investigate whether working married women in different occupational classes affected diverse health outcomes. METHODS: We used data for married women aged 25-59 (N=2,273) from the 2005 National Health and Nutritional Examination Survey. Outcome measures included physical/mental and subjective/objective indicators (self-rated poor health, chronic diseases, depression, and suicidal ideation from reported results; metabolic syndrome and dyslipidemia from health examination results). Age-standardized prevalence and logistic regression were employed to assess health status according to three types of working groups (housewives, married women in manual jobs, married women in non-manual jobs). Sociodemographic factors (age, numbers of children under 7, education, household income) and health behaviors (health examination, sleep, rest, exercise, smoking, drinking) and a psychological factor (stress) were considered as covariates. RESULTS: Non-manual married female workers in Korea showed better health status in all five health outcomes than housewives. The positive health effect for the non-manual group persisted in absolute (age-adjusted prevalence) and relative (odds ratio) measures, but multivariate analyses showed an insignificant association of the non-manual group with dyslipidemia. Manual female workers showed significantly higher age-adjusted prevalence of almost all health outcomes than housewives except chronic disease, but the associations disappeared after further adjustment for covariates regarding sleep, rest, and stress. CONCLUSIONS: Our results suggest that examining the health impact of work on married women requires the consideration of occupational class.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».