Health profile differences between recipients and non-recipients of the Brazilian Income Transfer Program in a low-income population
Notice bibliographique
Résumé
We investigated the relationship between living in a household that receives the Brazilian Income Transfer Program (Bolsa Família, in Portuguese - BF), a Brazilian conditional cash transfer program, and aspects of health and whether these relationships are heterogeneous across the 27 Brazilian states. According to data from the 2013 Brazilian National Health Survey, 18% of households participated in BF. Among households with household per capita income below BRL 500, many aspects of health differed between people living in BF and non-BF houses. For example, BF households were less likely to have medical coverage but more likely to have visited the doctor in the last 12 months as well as being more likely to smoke and less likely to do exercise. They ate nearly one less serving of fruits and vegetables a week but were less likely to substitute junk food for a meal. They reported worse self-rated health but did not differ importantly on reporting illnesses. Moderate amounts of heterogeneity in the difference in health characteristics were found for some variables. For instance, medical coverage had an I2 value of 40.7% and the difference in coverage between BF and non-BF households ranged from -0.09 to -0.03. Some illnesses differed qualitatively across states such as high cholesterol, asthma and arthritis. This paper is the first to outline the health profile of people living in households receiving payments from a cash transfer program. It is also the first to find geographic heterogeneity in the relationship between a cash transfer program and health variables. These results suggest the possibility that the effect of cash transfer programs may differ based on the population on which it is implemented.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».