MétaCan
Menu
Retour à la cohorte
Enregistrement W3088271675 · doi:10.1177/0164027520958760

Internal Migration and the Health of Middle-Aged and Older Persons in China: The Healthy Migrant Effect Reconsidered

2020· article· en· W3088271675 sur OpenAlexaff
Li Gao, Margaret J. Penning, Zheng Wu, Shannon João Sterrett, Shuzhuo Li

Notice bibliographique

RevueResearch on Aging · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensSimon Fraser UniversityUniversity of Victoria
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésInternal migrationChinaSelf-rated healthMental healthRural areaGerontologyLongitudinal studyPanel dataDepression (economics)DemographyGeographyMedicinePsychologyEnvironmental healthPopulationSociology

Résumé

récupéré en direct d'OpenAlex

This study investigates associations between internal migration and health among middle-aged and older adults in China, including variations associated with type of migration (rural-to-urban, urban-to-rural, rural-to-rural, urban-to-urban). Data were drawn from China's Health and Retirement Longitudinal Study (2011, 2013, 2015). Lagged panel and fixed-effect regression models address associations between migration and health outcomes (self-rated health, depression) while controlling for pre-migration and post-migration selection effects. The results reveal the positive implications of rural-to-urban migration for the self-rated health of middle-aged but not older adults. They also point to the positive effects of migration within and to rural areas for the self-rated and mental health of older adults. Overall, although migration may be beneficial to the health of internal migrants in China, complexities associated with age, type of migration, and the health outcome involved need to be taken into account.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,413
Écart entre enseignants0,322 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch on AgingMême sujetMigration and Labor DynamicsTravaux en français237 207