Low-quality employment trajectories and the risk of common mental health disorders among individuals with Swedish and foreign background – a register-based cohort study
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to examine the effects of low-quality employment trajectories on severe common mental disorders (CMD) according to Swedish and foreign background. METHODS: In this longitudinal study based on Swedish population registries (N=2 703 687), low- and high-quality employment trajectories were the main exposures observed across five years (2005-2009), with severe CMD as outcome variable (2010-2017). Adjusted hazard ratios (HR) were calculated by means of Cox regression models and stratified according to Swedish and foreign background [first-generation (i) EU migrants, (ii) non-EU migrants, (iii) second-generation migrants, (iv) Swedish-born of Swedish background] and sex. The reference group was Swedish-born of Swedish background in a constant high-quality employment trajectory. RESULTS: Second-generation migrants had an increased risk of CMD compared to Swedish-born of Swedish background when following low-quality employment trajectories [eg, male in constant low-quality HR 1.54, 95% confidence interval (CI) 1.41-1.68]. Female migrant workers, especially first-generation from non-EU countries in low-quality employment trajectories (eg, constant low-quality HR 1.66, 95% CI 1.46-1.88), had a higher risk of CMD compared to female Swedish-born of Swedish background. The risk for CMD according to employment trajectories showed little differences between first- and second-generation migrants. CONCLUSION: Low-quality employment trajectories appear to be determinants of risk for CMD in association with Swedish or foreign background of origin and sex. Our study shows a higher risk for severe CMD in second-generation and non-EU migrant compared to Swedish-born of Swedish background in constant low-quality employment. Further qualitative research is recommended to understand the mechanism behind the differential mental health impact of low-quality employment trajectories according to foreign background.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».