MétaCan
Menu
Retour à la cohorte
Enregistrement W4291122604 · doi:10.1016/j.lanwpc.2022.100566

The health status and related interventions for children left behind due to parental migration in the Philippines: A scoping review

2022· review· en· W4291122604 sur OpenAlexaff
Georgia Dominguez, Brian J. Hall

Notice bibliographique

RevueThe Lancet Regional Health - Western Pacific · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensMcMaster UniversityHospital for Sick Children
Organismes subventionnairesNew York University Shanghai
Mots-clésPsychological interventionSocioeconomic statusGrey literatureMental healthMedicineGerontologyPsychologyEnvironmental healthNursingMEDLINEPolitical sciencePsychiatryPopulation

Résumé

récupéré en direct d'OpenAlex

Overseas Filipino Workers are hailed as modern-day heroes who enable their families to climb the socioeconomic ladder. Despite their financial contribution, labour migration often separates children from their parents during their most formative years of growth, threatening healthy development. Using the Joanna Briggs Institute's framework, a scoping review was conducted to identify the health outcomes of left behind children in the Philippines and health-related interventions. In total, 4440 records were collected from peer-reviewed articles and grey literature and 50 records were eligible for inclusion. The findings indicated that left behind children experience a vast range of poor physical (general health, hygiene, illness, and nutrition) and mental (behavioural, cognitive, and emotional) health outcomes. A total of 48 interventions were identified in 13 out of 17 geographic regions. Despite this geographic coverage, the evidence-based literature was limited with regard to whether these interventions have been effective. Additional research is needed to better understand children's health, evaluate existing interventions, and develop multisectoral programming. Funding: This review was supported by the Center for Global Health Equity, NYU Shanghai. No funding agencies were involved in the data collection, data analysis, and writing of this paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,162
Tête enseignante GPT0,467
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Regional Health - Western PacificMême sujetMigration and Labor DynamicsTravaux en français237 207