Health costs and benefits associated with economic transitions: Linking records of address change, property value, and self‐reported health
Notice bibliographique
Résumé
Abstract Deprivation is a major risk to population health, in particular when experienced during childhood. Poor health in the early years accumulates and is expressed in adult health inequalities. Policy makers may aim to mitigate against the ill effects of deprivation by trying to increase social mobility and facilitating moves towards better earnings and living conditions or by protecting against the effects of downward moves and the experience of deprivation. This paper uses address change and property value data at the individual and family level to examine whether poor health outcomes occur more frequently among people who move between addresses and particularly those who move to properties with lower property values. We use the Northern Ireland Longitudinal Study, linking health and demographic data from 2001 and 2011 Censuses to house valuations for a representative 28% of the population aged 10–64 years ( N = 342,681). Young persons (aged 10–15 years) living in a house valued at over £160,000 were half as likely to be reported as having mental ill health as those living in a house valued under £75,000 (OR = 0.49, CI: 0.31–0.78). There was no strong evidence that upward or downward mobility affected mental health or physical health for young people, but ill health of working aged persons showed a strong association with moving to houses of lower value. Results are discussed in terms of their implications for understanding the dynamics of social mobility and health and in terms of how various policies towards poverty may influence population 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 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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».