MétaCan
Menu
Retour à la cohorte
Enregistrement W2402564066

The impact of considering birthplace in analyses of immigrant health.

2011· article· en· W2402564066 sur OpenAlexaffabout
Michelle Rotermann

Notice bibliographique

RevuePubMed · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésImmigrationResidenceCommunity healthDemographyPopulationMedicineGerontologyGeographyPublic healthSociologyNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the heterogeneity of Canada's immigrant population, small sample sizes often prevent health researchers from studying specific subgroups. This report demonstrates how combining cycles of the Canadian Community Health Survey (CCHS) makes it possible to move beyond the Canadian-born/immigrant dichotomy to more refined analyses of immigrant health. DATA AND METHODS: Based on combined data from the 2003, 2005, and 2007/2008 CCHS, this analysis compares the age-standardized prevalence of fair/poor self-perceived health, diabetes and arthritis among immigrants and the Canadian-born population at three progressively more precise breakdowns of immigrants by birthplace. RESULTS: Overall, immigrants were more likely than the Canadian-born to report poor health and diabetes, but less likely to report arthritis. This association changed when the immigrant group was disaggregated. This report demonstrates the importance of analyzing immigrants' health outcomes by birthplace and duration of residence in Canada. INTERPRETATION: Studies based on the immigrant/non-immigrant dichotomy combine immigrants with different risk factors, settlement experiences and health behaviours, and can yield findings that appear contradictory. Analysis of more specific immigrant subgroups improves understanding of immigrants' health relative to that of the Canadian-born population.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,066
score de la tête « metaresearch » (Gemma)0,142
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,413
Score d'incertitude au seuil0,822

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,142
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,008
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,148
Tête enseignante GPT0,390
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations33
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMigration, Health and TraumaTravaux en français237 207