A Predictive Model of Apartment-Living Based on Socio-Economic and Demographic Factors With Health-Based Approach in Iran
Notice bibliographique
Résumé
OBJECTIVE: Due to importance and progressive growth of apartment-living phenomenon in the world today, it is essential to survey the different dimensions of this modern lifestyle. The aim of this study is to predict rate of apartment-living based on the different predicted variables of socio-economic and demographic factors with approach to different health aspects. METHODS: A descriptive- analytic study was carried out between 600 apartment and 800 non-apartment residents in the Shiraz (Southern Region of Iran) through multi-stage cluster sampling during the year 2011. The statistical analysis was performed on the obtained data using multi-variable logistic regression as well as ANOVA analysis. RESULT: the rate for apartment-living in above 30 years old age group was 8.31 times more than 15-30 years old, 9.6 times more in employed vs. unemployed; 6.57 and 9.49 times more in families with average and high monthly incomes, respectively, vs. family with low monthly income; 8.73 times more in owner sub-group vs. renter sub-group; and 1.30 times more in people living lonely than those living with family. People living in an apartment are in poor health status considering physical, mental and social aspects. CONCLUSION: Based on the results, it is very important that policy makers in urban areas consider the determinative role of socio-economic and demographic factors, which are involved in selecting apartment-living lifestyle by urban residents and also are effective on health.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».