Sex‐ and age‐based differences in mortality during the 1918 influenza pandemic on the island of Newfoundland
Notice bibliographique
Résumé
OBJECTIVES: Our aim was to understand sex- and age-based differences in mortality during the 1918 influenza pandemic on the island of Newfoundland. The pandemic's impact on different age groups has been the focus of other research, but sex-based differences in mortality are rarely considered. Aspects of social organization, labor patterns, and social behaviors that contribute to mortality between males and females at all ages are used to explain observed mortality patterns. METHODS: Recorded pneumonia and influenza deaths on the island (n = 1871) were used to calculate cause-specific death rates and to evaluate differences in sex-based mortality. Mortality levels in 17 districts and four regions (Avalon, North, South, and West) were compared using standardized mortality ratios (SMRs). A logistic regression model was fit to determine in which regions sex-based mortality could be predicted using age and region as interactive predictors. RESULTS: Differences in sex-based mortality varied across regions; they were not significant for the aggregate population. SMRs were also variable, with no significant sex-based differences. Sex-based differences were highly variable within regions. Results from a logistic regression analysis suggest that females in the South region may have experienced a higher probability of death than other island residents. CONCLUSIONS: Mortality analysis for aggregate populations homogenizes important epidemiologic patterns. Men and women did not experience the 1918 influenza pandemic in the same way, and by analyzing data at the regional and district geographic levels, patterns emerge that can be explained by the economies and social organization of the people who lived there.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».