MétaCan
Menu
Retour à la cohorte
Enregistrement W2913306651 · doi:10.1002/hec.3852

Heterogeneous effects of obesity on mental health: Evidence from Mexico

2019· article· en· W2913306651 sur OpenAlexaff
Olivier Bargain, Jinan Zeidan

Notice bibliographique

RevueHealth Economics · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésStylized factOverweightObesityComplementarity (molecular biology)EconomicsDemographic economicsMental healthConsumption (sociology)ConfoundingEndogeneityDemographyEnvironmental healthPsychologyEconometricsMedicinePsychiatryBiologySociology

Résumé

récupéré en direct d'OpenAlex

Obesity can spread more easily if it is not perceived negatively. This issue may be more pronounced among the poor, a conjecture that we test in this paper. We start with general evidence on the concave relationship between income and obesity, both across countries and within Mexico, a country characterized by very unequal development levels and the highest obesity rate in the world. We suggest a general model that explains this stylized fact from a simple necessary condition, namely, the complementarity between nonfood consumption and health concerns. Then, we test the direct effect of overweight on mental health among Mexican women. We find a positive effect of obesity in the low consumption group and a depressing effect among the rich. This result is robust to the inclusion of a range of confounders (childhood conditions, lifestyle variables, food expenditure, and household shocks) and after instrumenting individual fatness by the variation in genetic predisposition. The complementarity between living standards and weight concerns may reflect different norms, different labor market penalties, or simply different returns to healthy time across the social spectrum.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,335
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,035
Tête enseignante GPT0,337
Écart entre enseignants0,303 · 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'étudeObservationnel
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207