Migrations and gradations : reappraising the health profile of immigrants to Canada
Notice bibliographique
Résumé
New immigrants to Canada typically have a more favourable health profile than \nthe non-immigrant population. This phenomenon, known as the 'healthy immigrant \neffect', has been attributed to both the socioeconomic advantage (ie. educational \nattainment, occupational opportunity) of non-refugee immigrants and existing screening \nprotocols that admit only the healthiest of persons to Canada. It has been suggested that \nthis health advantage diminishes as the time of residence in Canada increases, due in part \nto the adoption of health-risk behaviours such as alcohol and cigarette use, an increase in \nexcess body weight, and declining rates of physical activity. However, the majority of \nhealth research concerning immigrants to Canada has been limited to cross-sectional \nstudies (Dunn & Dyck, 2000; Newbold & Danforth, 2003), which may mask an \nimmigrant-specific cohort effect. Furthermore, the practice of aggregating foreign-bom \npersons by geographical regions or treating all immigrants as a homogeneous group may \nalso obfuscate intra-immigrant differences in health. Accordingly, this study uses the \nCanadian National Population Health Surveys (NPHS) and data from the United Nations \nDevelopment Program (UNDP) to prospectively evaluate factors that predict health status \namong immigrants to Canada. Each immigrant in the NPHS was linked to the UNDP \nHuman Development Index of their country of birth, which uses a combined measure of \nhealth, education, and per capita income of the populace. The six-year change in health \nfunction, psychological distress, and self-rated health were considered from a population \nhealth perspective (Evans, 1994), using generalized-estimating equations (GEE) to \nexamine the compounding effect of past and recent predictors of health. Demographic
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».