MétaCan
Menu
Retour à la cohorte
Enregistrement W2691478068 · doi:10.1177/0020731417712509

Retrenched Welfare Regimes Still Lessen Social Class Inequalities in Health

2017· article· en· W2691478068 sur OpenAlexaff
Carles Muntañer, Owen Davis, K. McIsaack, Lauri Kokkinen, Ketan Shankardass, Patricia O’Campo

Notice bibliographique

RevueInternational Journal of Health Services · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensWilfrid Laurier UniversitySt. Michael's HospitalNova Scotia Health AuthorityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesEconomic and Social Research Council
Mots-clésWelfareInequalitySocial classDemographic economicsGlobalizationSocial inequalityNeoliberalism (international relations)Social WelfareDevelopment economicsSociologyPolitical scienceEconomicsPolitical economy

Résumé

récupéré en direct d'OpenAlex

This article builds on recent work that has explored how welfare regimes moderate social class inequalities in health. It extends research to date by using longitudinal data from the EU-SILC (2003-2010) and examines how the relationship between social class and self-reported health and chronic conditions varies across 23 countries, which are split into five welfare regimes (Nordic, Anglo-Saxon, Eastern, Southern, and Continental). Our analysis finds that health across all classes was only worse in Eastern Europe (compared with the Nordic countries). In contrast, we find evidence that the social class gradient in both measures of health was significantly wider in the Anglo-Saxon and Southern regimes. We suggest that this evidence supports the notion that welfare regimes continue to explain differences in health according to social class location. We therefore argue that although downward pressures from globalization and neoliberalism have blurred welfare regime typologies, the Nordic model may continue to have an important mediating effect on class-based inequalities in health.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil1,000

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 technologies0,0020,000
Communication savante0,0000,001
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 Opus0,073
Tête enseignante GPT0,443
Écart entre enseignants0,370 · 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.

Devis d'étudeQualitatif
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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health ServicesMême sujetSocial Policy and Reform StudiesTravaux en français237 207