Area deprivation, individual socioeconomic position and smoking among women in South Korea
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to examine how area deprivation and individual socioeconomic position affect smoking among women using national survey data. METHODS: Smoking and individual sociodemographic characteristics were gathered from the Third Korea National Health and Nutrition Examination Survey, 2005. The Carstairs index was derived for each area using the 2005 census data. The data were analysed using multilevel logistic regression models. RESULTS: After adjusting for age and marital status, low education and manual jobs were significantly associated with a higher likelihood of smoking. In addition, the effect of manual jobs on smoking was modified by area deprivation. When individual occupation and area deprivation were examined together, results indicated that women with manual occupation had much greater odds of smoking when they lived in the least-deprived areas (OR, 4.03; CI, 2.00 to 8.14) than did women with manual job who lived in the middle- or most-deprived areas (OR, 2.19; CI, 1.15 to 4.16), compared to the reference group (housewives in the middle- or most-deprived areas). CONCLUSION: The results of the present study show that among Korean women, manual work is associated with smoking, and the association is strongest among those living in the least-deprived areas. This interaction between manual work and area deprivation resulted in a higher smoking prevalence among women in affluent urban areas.
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 | 0,000 | 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 ».