MétaCan
Menu
Retour à la cohorte
Enregistrement W2483175528 · doi:10.5539/gjhs.v9n4p91

An Ecological Study of the Relationship between High Birthweight and Maternal Socioeconomic Indicators among US States

2016· article· en· W2483175528 sur OpenAlex
Louay Khir, Raywat Deonandan

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMaternal and Neonatal Healthcare
Établissements canadiensUniversity of OttawaMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicaidPer capitaDemographyPopulationEcological studyHealth careCensusSocioeconomic statusIncidence (geometry)MedicinePublic healthBirth rateGeographyEnvironmental healthEconomic growthEconomicsFertilityNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While low birthweight babies are widely recognized as clinically challenging, large for gestational age (LGA) births also pose medical risks. To better understand and address the rise in LGA births in the USA, a better understanding of its population health determinants is indicated.OBJECTIVE: We aimed to measure associations between incidence rates of LGA births and (1) trends in maternal health insurance rates and (2) per capita state healthcare spending rates in US states.METHODS: Using public data from the CDC's Wide-ranging Online Data for Epidemiologic Research (WONDER) online natality database, the Current Population Survey of the United States Census Bureau, and the Centers for Medicare and Medicaid Services, we computed Pierson's correlation coefficient for rates of LGA births, the percentage of women without healthcare insurance, and state-level governmental spending on health care, across 50 states and the District of Columbia.RESULTS: There is substantial correlation between rates LGA incidence and the proportion of insured women in a state (r2=0.47) and moderate correlation with the extent of governmental healthcare spending (r2=0.17).

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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,050
Tête enseignante GPT0,416
Écart entre enseignants0,366 · 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