A Gradient in Education Due to Health? Evidence from the Study of Health Behavior in School-Aged Children
Notice bibliographique
Résumé
Research exploring the relationship between education and health suggests that people with higher levels of schooling report better health. To emphasize health as a determinant of educational achievement, this article establishes a gradient in education by health among Canadian students. Using data from the 2006 Health Behaviour in School-aged Children (HBSC) study, the relationship between self-rated health and achievement is examined for 8,626 students from 131 schools. The variation of the gradient in education by health within and between schools suggests that increases in self-rated health are associated with increased achievement for students. Moreover, the within-school regression accounted for 2.7 % of the variation in achievement due to health, whereas the between-school regression slope accounted for 19.8% of the variation in achievement due to health. Inequalities in achievement associated with health were more pronounced between schools than within schools. Policy implications as they relate to the findings are discussed. La recherche portant sur le rapport entre l’éducation et la santé donne à penser que les gens les plus instruits se disent en meilleure santé. Afin de mettre en relief la santé comme facteur déterminant dans le niveau d’instruction, cet article développe une échelle liant le niveau de scolarité et la santé chez les élèves canadiens. Puisant dans des données de l’enquête sur les comportements liés à la santé chez les enfants d’âge scolaire (2006), nous examinons le rapport entre la santé et la scolarité telles que décrites par 8 626 élèves provenant de 131 écoles. La variation notée dans le rapport scolarité/santé à l’intérieur des écoles et entre elles donne à penser que plus l’état de santé déclaré est positif, plus le rendement est élevé chez les élèves. De plus, la régression au sein des écoles représente 2,7% de la variation dans le rendement attribuable à la santé, alors que la régression entre les écoles représente 19,8 % de la variation dans le rendement attribuable à la santé. Les inégalités dans le rendement associé à la santé étaient plus prononcées entre les écoles qu’au sein des écoles. Nous discutons des incidences sur la politique qui découlent de ces résultats.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».