MétaCan
Menu
Retour à la cohorte
Enregistrement W2047757997 · doi:10.1007/s13524-012-0096-x

Widowhood and Mortality: A Meta-Analysis and Meta-Regression

2012· review· en· W2047757997 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDemography · 2012
Typereview
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensMcGill University
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésDemographyConfidence intervalMeta-analysisHazard ratioCovariateMedicineRegression analysisMeta-regressionProportional hazards modelGerontologyStatisticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

The study of spousal bereavement and mortality has long been a major topic of interest for social scientists, but much remains unknown with respect to important moderating factors, such as age, follow-up duration, and geographic region. The present study examines these factors using meta-analysis. Keyword searches were conducted in multiple electronic databases, supplemented by extensive iterative hand searches. We extracted 1,377 mortality risk estimates from 123 publications, providing data on more than 500 million persons. Compared with married people, widowers had a mean hazard ratio (HR) of 1.23 (95% confidence interval (CI), 1.19-1.28) among HRs adjusted for age and additional covariates and a high subjective quality score. The mean HR was higher for men (HR, 1.27; 95% CI, 1.19-1.35) than for women (HR, 1.15; 95% CI, 1.08-1.22). A significant interaction effect was found between gender and mean age, with HRs decreasing more rapidly for men than for women as age increased. Other significant predictors of HR magnitude included sample size, geographic region, level of statistical adjustment, and study quality.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,252
Tête enseignante GPT0,450
Écart entre enseignants0,198 · 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