Sex ratios at birth among second-generation mothers of South Asian ethnicity in Ontario, Canada: a retrospective population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Son-biased sex ratios at birth (M:F), an extreme manifestation of son preference, are predominately found in East and South Asia. Studies have examined sex ratios among first-generation migrants from these regions, but few have examined second-generation descendants. Our objective was to determine whether son-biased sex ratios persist among second-generation mothers with South Asian ethnicity in Ontario, Canada. METHODOLOGY: A surname algorithm identified a population-based cohort of mothers with South Asian ethnicity who gave birth in Ontario between 1993 and 2014 (n=59 659). Linking to official immigration data identified births to first-generation mothers (ie, immigrants). Births not to immigrants were designated as being to second-generation mothers (ie, born in Canada) (n=10 273). Sex ratios and 95% CI were stratified by the sex of previous live births and by whether it was preceded by ≥1 abortion for both first-generation and second-generation mothers. RESULTS: Among mothers with two previous daughters and at least one prior abortion since the second birth, both second-generation mothers and first-generation mothers had elevated sex ratios at the third birth (2.80 (95% CI 1.36 to 5.76) and 2.46 (95% CI 1.93 to 3.12), respectively). However, among mothers with no prior abortion, second-generation mothers had a normal sex ratio, while first-generation mothers gave birth to 142 boys for every 100 girls (95% CI 125 to 162 boys for every 100 girls). CONCLUSION: Son preference persists among second-generation mothers of South Asian ethnicity. Culturally sensitive and community-driven gender equity interventions are needed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».