MétaCan
Menu
Retour à la cohorte
Enregistrement W2158039690 · doi:10.1093/pubmed/fdr078

Socio-demographic diversity and unexplained variation in death rates among the most deprived parliamentary constituencies in Britain

2011· article· en· W2158039690 sur OpenAlexaff
Helena Tunstall, Richard Mitchell, Julia Gibbs, Stephen Platt, Danny Dorling

Notice bibliographique

RevueJournal of Public Health · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensEspace pour la vie
Organismes subventionnairesnon disponible
Mots-clésDecileDemographyPopulationMortality rateEthnic groupGeographyMedicineStatisticsSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is considerable unexplained variation in death rates between deprived areas of Britain. This analysis assesses the degree of variation in socio-demographic factors among deprivation deciles and how variables associated with deaths differ among the most deprived areas. METHODS: Death rates 1996-2001, Carstairs' 2001 deprivation score and indicators, population density, black and minority ethnic group (BME) and population change 1971-2001 were calculated for 641 parliamentary constituencies in Britain. Constituencies were grouped into Carstairs' deciles. We assessed standard errors of all variables by decile and the relationship between death rates and socio-demographic variables with Pearson's correlations and linear regression by decile and for all constituencies combined. RESULTS: Standard errors in death rates and most socio-demographic variables were greatest for the most deprived decile. Death rates among all constituencies were positively correlated with Carstairs' score and indicators, density and BME, but for the most deprived decile, there was no association with Carstairs and a negative correlation with overcrowding, density and BME. For the most deprived decile multivariate models containing population density, BME and change had substantially higher R(2). CONCLUSIONS: Understanding variations in death rates between deprived areas requires greater consideration of their socio-demographic diversity including their population density, ethnicity and migration.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,853

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,098
Tête enseignante GPT0,320
Écart entre enseignants0,222 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public HealthMême sujetHealth disparities and outcomesTravaux en français237 207