Collective resources or local social inequalities? Examining the social determinants of mental health in rural areas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: In England, although some studies report better health among rural populations, few have examined social inequalities in health within rural areas and how they compare to inequalities observed in urban settings. The objectives of this study are to examine (i) whether living in rural, in more affluent and in more socially cohesive areas is associated with better mental health; and (ii) whether being in employment is more protective for mental health in rural than in urban areas. METHODS: Data on common mental disorders (CMD) and socio-demographic characteristics of 12 962 adults are from the Health Survey for England. Individuals resided in 892 areas categorized as urban or rural. Area deprivation is measured using the employment deprivation domain from the 2004 Index of Multiple Deprivation. Area social cohesion is derived from individuals' perceptions using ecometric procedures. Data are analysed using multilevel logistic models. RESULTS: Living in rural areas is significantly associated with lower risk of reporting CMD [odds ratio (OR): 0.81; 95% confidence interval (CI): 0.71-0.92], independently of individuals' characteristics, and of area deprivation and social cohesion. The mental health advantage of being in employment is more important in rural areas (OR: 0.74; 95% CI: 0.58-0.95) than in urban settings. CONCLUSION: Living in rural areas is associated with better overall mental health. Yet inequalities in mental health between people in the workforce and those who are not are more important in rural settings. More studies are needed to understand the patterning of social inequalities in health in rural communities.
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.
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 | 0,032 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle