MétaCan
Menu
Retour à la cohorte
Enregistrement W2438600354

Agreement in measuring socio-economic status: area-based versus individual measures.

2000· article· en· W2438600354 sur OpenAlexaffabout
Kitaw Demissie, Janet Hanley, Dick Menzies, L. Joseph, Peter Ernst

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusMedicineCensusConfoundingDemographyEpidemiologyStatisticsEnvironmental healthPopulationMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Area-based socio-economic status (SES) measures are frequently used in epidemiology. Such an approach assumes socio-economic homogeneity within an area. To quantify the agreement between area-based SES measures and SES assessed at the individual level, we conducted a cross-sectional study of 943 children who resided in 155 small enumeration areas and 117 census tracts from 18 schools in Montreal, Quebec. We used street address information together with 1986 census data and parental occupation to establish area-based and individual level SES indicators, respectively. As compared with the SES score determined at the level of the individual, 13 different area-based SES indices classified the children within the same quintile 28.7% (+/- 2.8%) of the time. The discrepancy was within one quintile in 35.3% (+/- 2.3%) of cases, two quintiles in 20.6% (+/- 3.6%), three quintiles in 11.3% (+/- 4.2%) and four quintiles in 4.1% (+/- 0.2%). In conclusion, we observed a substantial discrepancy between area- based SES measures and SES assessed at the individual level. Caution should therefore be used in designing or interpreting the results of studies in which area-based SES measures are used to test hypotheses or control for confounding.

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)0,058
score de la tête « metaresearch » (Gemma)0,146
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 enseignants0,058
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,146
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,138
Tête enseignante GPT0,302
Écart entre enseignants0,163 · 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

Citations94
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealth disparities and outcomesTravaux en français237 207