MétaCan
Menu
Retour à la cohorte
Enregistrement W3094142095 · doi:10.29173/topo35

Differences in the effect of homeownership on health status across health regions in Alberta, 2011-2012

2017· article· en· W3094142095 sur OpenAlexfundvenueaboutno aff
Meryn Severson

Notice bibliographique

RevueTopophilia · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésProxy (statistics)Socioeconomic statusAffordable housingDemographic economicsLogistic regressionDebtHealth and Retirement StudyHousing tenureEnvironmental healthHealth equityBusinessSocioeconomicsGeographyEconomic growthGerontologyHealth careEconomicsMedicineFinance

Résumé

récupéré en direct d'OpenAlex

The housing we live in - from the type and the location to our homeownership status - impacts our health status. Housing is one of the most central environments individuals live in, and as a socio-economic determinant of health, has disproportionate impact on certain groups. Previous research indicates that homeowners tend to have better health than renters. However, this relationship changes when living in unaffordable housing. Organizations have issued numerous warnings about rising unaffordability, debt, and home prices in Canada. In this paper, I focus on the effects of homeownership status in the five different health regions in Alberta, stratified by housing affordability. Using Statistics Canada’s Canadian Community Health Survey from 2011- 2012 in a logistic multivariate regression, I find that homeownership is positively associated with self-reported good or better health status, but that the association was smaller in less affordable regions. This suggests living in regions that are less affordable dampens the health benefits of homeownership. These findings also support the the idea that homeownership is more than a proxy for socioeconomic status and has its own effects on health.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,095
Tête enseignante GPT0,478
Écart entre enseignants0,383 · 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.

Devis d'étudeObservationnel
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

Citations1
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTopophiliaMême sujetGlobal Health Care IssuesTravaux en français237 207