MétaCan
Menu
Retour à la cohorte
Enregistrement W2082497971 · doi:10.5539/gjhs.v5n5p115

The Effect of Socio-Economic Predictors of Chronic Diseases in Ghana: Results of a Nationwide Survey

2013· article· en· W2082497971 sur OpenAlexvenueno aff
Bashiru I. I. Saeed, A. R. Abdul-Aziz, Samuel Blay Nguah, Xicang Zhao

Notice bibliographique

RevueGlobal Journal of Health Science · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesWorld Health Organization
Mots-clésChronic diseaseSurvey data collectionGeneral Social SurveySocioeconomic statusEnvironmental healthMedicineSocioeconomicsGerontologyDemographyGeographyPsychologyEconomicsSociologySocial psychologyFamily medicinePopulation

Résumé

récupéré en direct d'OpenAlex

Socio-economic predictors of chronic diseases in Ghana are not well understood and their influence has been relatively overlooked. This paper seeks to examine the influence of socio-economic predictors of chronic diseases in Ghanaians three different age groups. The data employed in the study were drawn from Global Ageing and Adult Health survey conducted in Ghana by SAGE and was based on the design for the World Health Survey. The survey was conducted in 2007 and collected data on socio-economic characteristics and other variables of the individuals interviewed. The overall results suggest that chronic diseases in relatively older Ghanaians reflects social and economic exposures with the differentials observed only partially explained by current social and economic conditions. Our results were by and large very much expected from the current medical knowledge available.

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 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)0,014
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,422
Écart entre enseignants0,397 · 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 tête enseignante, 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetGlobal Health Care IssuesTravaux en français237 207