Gender Differences in the Social Pathways Linking Neighborhood Disadvantage to Depressive Symptoms in Adults
Notice bibliographique
Résumé
Depression debilitates the lives of millions and is projected to be the second leading disease burden worldwide by 2020. At the population level, the causes of depression are found in the everyday social and physical environments in which people live. Research has shown that men and women often experience neighbourhood environments differently and that these variations are often reflected in health outcomes. The current study examines whether social and environmental correlates of depression are similar in men and women. This study examines whether (i) there are gender differences in the association between neighbourhood disadvantage and depressive symptoms, and (ii) dimensions of social capital and cohesion mediate these associations. Data come from the Montreal Neighbourhood Networks and Healthy Aging Study, which consists of a cluster stratified sample of Montreal census tracts (n(ct) = 300) and individuals within those tracts (ni = 2707). Depressive symptoms and social capital were measured with a questionnaire. Neighbourhood disadvantage was measured at the census tract level using data from the 2006 Canada Census. Multilevel logistic regression stratified by gender and a three-step mediation analysis procedure were used. Final sample size for these analyses was 2574 adults. Depressive symptoms had a prevalence of 17.3% in the overall sample. Disadvantage was associated with depressive symptoms in women only (OR = 1.25, 95% CI = 1.01-1.55). Perceived neighbourhood cohesion was shown to mediate the association of disadvantage and depressive symptoms in women (ab = 0.02; 95% CI = 0.003-0.04, p<0.05). Other socio-relational variables, specifically generalized trust and trust in neighbours were associated with depression in women but did not act as mediating variables. Health promotion initiatives meant to combat depression may wish to consider gender differences in the design and implementation of neighbourhood or peer-based 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».