Differential relationship between state-level minimum wage and infant mortality risk among US infants born to white and black mothers
Notice bibliographique
Résumé
BACKGROUND: Compared to other Organisation for Economic Co-operation and Development (OECD) nations, US infant mortality rates (IMRs) are particularly high. These differences are partially driven by racial disparities, with non-Hispanic black having IMRs that are twice those of non-Hispanic white. Income inequality (the gap between rich and poor) is associated with infant mortality. One proposed way to decrease income inequality (and possibly to improve birth outcomes) is to increase the minimum wage. We aimed to elucidate the relationship between state-level minimum wage and infant mortality risk using individual-level and state-level data. We also determined whether observed associations were heterogeneous across racial groups. METHODS: Data were from US Vital Statistics 2010 Cohort Linked Birth and Infant Death records and the 2010 US Bureau of Labor Statistics. We fit multilevel logistic models to test whether state minimum wage was associated with infant mortality. Minimum wage was standardised using the z-transformation and was dichotomised (high vs low) at the 75th percentile. Analyses were stratified by mother's race (non-Hispanic black vs non-Hispanic white). RESULTS: High minimum wage (adjusted OR (AOR)=0.93, 95% CI 0.83 to 1.03) was associated with decreased odds of infant mortality but was not statistically significant. High minimum wage was significantly associated with reduced infant mortality among non-Hispanic black infants (AOR=0.80, 95% CI 0.68 to 0.94) but not among non-Hispanic white infants (AOR=1.04, 95% CI 0.92 to 1.17). CONCLUSIONS: Increasing the minimum wage might be beneficial to infant health, especially among non-Hispanic black infants, and thus might decrease the racial disparity in infant mortality.
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 | 0,001 | 0,003 |
| 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) | 0,002 | 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 ».