MétaCan
Menu
Retour à la cohorte
Enregistrement W2573264301 · doi:10.4135/9781526406347

Assessing the View From Bottom: How to Measure Socioeconomic Position and Relative Deprivation in Adolescents

2017· book· en· W2573264301 sur OpenAlexaff
Frank J. Elgar, Annie Xie, Timo‐Kolja Pförtner, James White, Kate E. Pickett

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesMedical Research Council
Mots-clésSocioeconomic statusRelative deprivationScale (ratio)Index (typography)PsychologyInequalitySocial classPosition (finance)Social deprivationGeographyDemographySociologySocial psychologyEconomicsEconomic growthPopulationComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Assessments of socioeconomic position (SEP) and relative deprivation are important to many areas of child and adolescent research. These related constructs are typically measured using data on household income or parental education or occupation. However, because such data can be difficult to collect in youth surveys, the World Health Organisation’s Health Behaviour in School-aged Children (HBSC) study uses an inventory of common material assets in the home. The HBSC Family Affluence Scale is used to measure socioeconomic conditions in 11- to 15-year-olds in over 40 countries. This article examines the importance of SEP and relative deprivation to adolescent health and demonstrates simple calculations of these variables using the data from the Family Affluence Scale. We show how to transform a summation of material assets to a SEP index and apply Yitzhaki’s (1979) index of relative deprivation to material assets using schoolmates as a social comparison group. These calculations are useful to investigating the contextual determinants of health and developmental inequalities in young people and can be modified for other socioeconomic variables in and populations.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,007

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 Opus0,061
Tête enseignante GPT0,361
Écart entre enseignants0,300 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations36
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHealth disparities and outcomesTravaux en français237 207