MétaCan
Menu
Retour à la cohorte
Enregistrement W3176581403 · doi:10.1016/j.ssmph.2021.100849

The shifting income-obesity relationship: Conditioning effects from economic development and globalization

2021· article· en· W3176581403 sur OpenAlexafffund
Min Zhou

Notice bibliographique

RevueSSM - Population Health · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Victoria
Mots-clésGlobalizationObesityEconomic inequalityIncome distributionEconomic globalizationEconomicsDistribution (mathematics)Development economicsDemographic economicsEconomic growthInequalityMedicineMarket economyEndocrinology

Résumé

récupéré en direct d'OpenAlex

The literature has long been debating whether it is high-income or low-income individuals who face higher risks of obesity. In this study I contend that this mixed record about the income-obesity relationship is the result of a failure to account fully for macro-level social contexts. The income-obesity relationship is not uniform in all societies but is conditioned by macro-level social contexts including the society's economic development and involvement in globalization. The 2011 Module on Health and Health Care of the International Social Survey Programme (ISSP) provides an ideal opportunity for testing the complex income-obesity relationship in a cross-country setting. Employing multilevel models with cross-level interactions, this study finds that the shift in the effect of income from obesity-promoting to obesity-depressing is facilitated by both economic development and globalization. Under the combined forces of economic development and globalization, obesity increasingly becomes a burden of the poor in a society and the social distribution of obesity increasingly mirrors existing social inequality. Nevertheless, the economic development and globalization thresholds for shifting into a significant obesity-depressing effect of income are high.

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)0,001
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 enseignants0,253
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
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 Opus0,024
Tête enseignante GPT0,302
Écart entre enseignants0,278 · 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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSM - Population HealthMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207