Socio-economic differences in disability by age in sub-Saharan Africa: A cross-national study using the World Health Survey
Notice bibliographique
Résumé
This study aims to examine the relationship between socio-economic status (as measured by education) and multiple disability measures among adults in eighteen sub-Saharan African countries, and to determine whether the strength of this relationship varies across age groups. The analysis uses data drawn from the 2002–04 World Health Survey. The findings indicate that low education is positively associated with poor functional health, and the functional health gap between educational levels remains stable across age. These findings suggest that in sub-Saharan African countries, the undereducated are less successful in postponing disability to later ages.Cette étude examine la relation entre le niveau d’éducation et les incapacités parmi les adultes dans 18 pays d’Afrique subsaharienne, et détermine si cette relation varie selon les groupes d’âge. L’analyse a utilisé les données de l’enquête mondiale de santé 2002–2004. Nos résultats indiquent que le manque d'éducation était positivement associé à des niveaux plus élevés d'incapacités, et le différentiel d’état de santé fonctionnelle entre les différents niveaux d'éducation augmentait entre les groupes d’âges. Ces résultats suggèrent qu’en Afrique subsaharienne, les individus faiblement éduqués ont moins de succès dans le report de l’incapacité dans la vieillesse.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».