Within-country migration and obesity dynamics: analysis of 94,783 women from the Peruvian demographic and health surveys
Notice bibliographique
Résumé
BACKGROUND: Rural-to-urban migration is associated with increased obesity, yet it remains unknown whether this association exist, and to what extent, with other types of internal migration. METHODS: We conducted a secondary analysis of the Peruvian Demographic and Health Surveys (2005 to 2012) on data collected from women aged 15-49 years. Participants were classified as rural stayers, urban stayers, rural-to-urban migrants, intra-rural migrants, intra-urban migrants, and urban-to-rural migrants. Marginal effects from a logit regression model were used to assess the probabilities of being and becoming obese given both the length of time in current place of residence and women's migration status. RESULTS: Analysis of cross-sectional survey data generated between 2005 and 2012. Data from 94,783 participants was analyzed. Intra-urban migrants and rural-to-urban migrants had the highest rates of obesity (21% in 2012). A steady increase in obesity is observed across all migration statuses. Relative to rural non-migrants, participants exposed to urban environments had greater odds, two- to three-fold higher, of obesity. The intra-rural migrant group also shows higher odds relative to rural stayers (42% higher obesity odds). The length of exposure to urban settings shows a steady effect over time. CONCLUSION: Both exposure to urban environments and migration are associated with higher odds of obesity. Expanding the characterization of within-country migration dynamics provides a better insight into the relationship between duration of exposure to urban settings and obesity.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».