Health conditions, disability and economic inactivity in Northern Ireland. An administrative data study.
Notice bibliographique
Résumé
Background Northern Ireland consistently experiences a higher rate of economic inactivity compared to other regions of the UK, currently 27% of the working age population compared to 22% in the UK. Historically, the major variance in explaining higher NI economic inactivity rates has been larger proportions of long-term sick/disabled. Only 34.7% of the NI population with a disability are employed compared to 77.9% of the non-disabled population.
 Aim The aims were to explore the relationship between chronic health status and the labour-market in NI, and how receipt of DLA is associated with economic inactivity.
 Methods This study links the 2011-NI-Census records, DLA-dataset, death registrations for the Census population, settlement-band data, the Land and Property Service capital-valuation of property, and the NI-Multiple-Deprivation Measure. The economically active population was defined as all individuals that were either employed or unemployed but looking for a job at the time of the 2011-Census.
 Results Men with mental-health conditions reporting a lot of limitation in day-to-day activities are almost 51 times more likely to be economically inactive compared to men with no health condition (ORadj=50.99, 95%CI:46.8,55.6). Learning/mental-health conditions are more likely to be associated with economic inactivity in both women and men compared to physical health conditions, such as long-term pain, mobility or breathing difficulties. Individuals in receipt of DLA are more than twice as likely to be economically inactive as their peers who are not in receipt of DLA.
 Conclusion Individuals with mental-health conditions reporting a lot of limitation in day-to-day activities have the lowest rates of participation in the labour-market. A lot of limitation in the day-to-day activities appears to be strongly associated with economic inactivity regardless of the health condition. DLA uptake is associated with considerably reduced likelihood of being economically active overall while the health conditions underlying DLA uptake are strong barriers to access the labour-market in NI.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».