MétaCan
Menu
Retour à la cohorte
Enregistrement W2142967451 · doi:10.1146/annurev-publhealth-031811-124603

How Society Shapes the Health Gradient: Work-Related Health Inequalities in a Comparative Perspective

2012· review· en· W2142967451 sur OpenAlexaff
Chris McLeod, Peter A. Hall, Arjumand Siddiqi, Clyde Hertzman

Notice bibliographique

RevueAnnual Review of Public Health · 2012
Typereview
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of TorontoInstitute of Population and Public HealthLearning PartnershipInstitute of Health Services and Policy ResearchPublic Health OntarioUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésUnemploymentInequalityReceiptCapitalismWork (physics)Perspective (graphical)Demographic economicsEconomicsSociologyEconomic growthPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Analyses in comparative political economy have the potential to contribute to understanding health inequalities within and between societies. This article uses a varieties of capitalism approach that groups high-income countries into coordinated market economies (CME) and liberal market economies (LME) with different labor market institutions and degrees of employment and unemployment protection that may give rise to or mediate work-related health inequalities. We illustrate this approach by presenting two longitudinal comparative studies of unemployment and health in Germany and the United States, an archetypical CME and LME. We find large differences in the relationship between unemployment and health across labor-market and institutional contexts, and these also vary by educational status. Unemployed Americans, especially of low education or not in receipt of unemployment benefits, have the poorest health outcomes. We argue for the development of a broader comparative research agenda on work-related health inequalities that incorporates life course perspectives.

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)0,026
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0260,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0090,001
Bibliométrie0,0000,003
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,004
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 Opus0,372
Tête enseignante GPT0,526
Écart entre enseignants0,154 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations74
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Public HealthMême sujetEmployment and Welfare StudiesTravaux en français237 207