Personal social networks and organizational affiliation of South Asians in the United States
Notice bibliographique
Résumé
BACKGROUND: Understanding the social lives of South Asian immigrants in the United States (U.S) and their influence on health can inform interpersonal and community-level health interventions for this growing community. This paper describe the rationale, survey design, measurement, and network properties of 700 South Asian individuals in the Mediators of Atherosclerosis in South Asians Living in America (MASALA) social networks ancillary study. METHODS: MASALA is a community-based cohort, established in 2010, to understand risk factors for cardiovascular disease among South Asians living in the U.S. Survey data collection on personal social networks occurred between 2014 and 2017. Network measurements included size, composition, density, and organizational affiliations. Data on participants' self-rated health and social support functions and health-related discussions among network members were also collected. RESULTS: Participants' age ranged from 44 to 84 (average 59 years), and 57% were men. South Asians had large (size=5.6, SD=2.6), kin-centered (proportion kin=0.71, SD=0.28), and dense networks. Affiliation with religious and spiritual organizations was perceived as beneficial to health. Emotional closeness with network members was positively associated with participants' self-rated health (p-value <0.001), and networks with higher density and more kin were significantly associated with health-related discussions. DISCUSSION: The MASALA networks study advances research on the cultural patterning of social relationships and sources of social support in South Asians living in the U.S. Future analyses will examine how personal social networks and organizational affiliations influence South Asians' health behaviors and outcomes. TRIAL REGISTRATION: ClinicalTrials.gov identifier: NCT02268513.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».