Peer Review #1 of "Religious attendance after elevated depressive symptoms: is selection bias at work? (v0.1)"
Notice bibliographique
Résumé
In an attempt to determine if selection bias could be a reason that religious attendance and depression are related, the predictive value of elevated depressive symptoms for a decrease in future attendance at religious services was examined in a longitudinal panel of 1,673 Dutch adults.Religious attendance was assessed yearly over five years using the single question, "how often do you attend religious gatherings nowadays?"Depressive symptoms were assessed four times within the first year using the Depression subscale of the Brief Symptom Inventory.Logistic regression models of change in attendance were created, stratifying by baseline attendance status.Attenders who developed elevated symptoms were less likely to subsequently decrease their attendance (relative risk ratio: 0.55, 95% CI: 0.38 to 0.79) relative to baseline as compared to those without elevated symptoms.This inverse association remained significant after controlling for health and demographic covariates, and when using multiply imputed data to account for attrition.Nonattenders were unlikely to start attending after elevated depressive symptoms.This study provides counter evidence against previous findings that church attenders are a self-selected healthier group.
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 | 0,050 | 0,351 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,248 | 0,108 |
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 ».