MétaCan
Menu
Retour à la cohorte
Enregistrement W3150132550 · doi:10.1177/0197918321996347

A Global Meta-analysis of the Immigrant Mortality Advantage

2021· article· en· W3150132550 sur OpenAlexaff
Eran Shor, David J. Roelfs

Notice bibliographique

RevueInternational Migration Review · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésImmigrationMeta-analysisDemographic economicsPerspective (graphical)Development economicsDemographyPolitical scienceGeographySociologyEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

A large body of research on the “Healthy Immigrant Effect” (or “Paradox”) has reported an immigrant mortality advantage. However, other studies do not find such significant effects, and some even present contradictory evidence. This article is the first systematic meta-analysis that investigates the immigration-mortality relationship from a global perspective, examining 1,933 all-cause and cardiovascular mortality risk estimates from 103 publications. Our comprehensive analysis allows us to assess interactions between origin and destination regions and to reexamine, on a global scale, some of the most notable explanations for the immigrant mortality advantage, including suggestions that this paradox may be primarily the result of selection effects. We find evidence for the existence of a mild immigrant mortality advantage for working-age individuals. However, the relationship holds only for immigrants who moved between certain world regions, particularly those who immigrated from Northern Africa, Asia, and Southern Europe to richer countries. The results highlight the need in the broader migration literature for an increased focus on selection effects and on outcomes for people who chose not to migrate or who were denied entry into their planned destination country.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,050
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,026
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,094
Tête enseignante GPT0,439
Écart entre enseignants0,345 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations44
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Migration ReviewMême sujetMigration, Health and TraumaTravaux en français237 207