Women suffer but men die: survey data exploring whether this self-reported health paradox is real or an artefact of gender stereotypes
Notice bibliographique
Résumé
BACKGROUND: Despite consistently reporting poorer health, women universally outlive men. We examine whether gender differences in lived circumstances considered, and meaning attributed to SRH by women and men might explain this paradox. METHODS: In an online survey 917 adults rated their health (SRH) and mental health (SRMH) and reflected upon what life experiences they considered in making their ratings. Descriptive findings were sex-disaggregated. The multiple experiences listed were then subject to factor analyses using principal components methods and orthogonal rotation. RESULTS: Women reported poorer SRH and SRMH. They considered a wider range of circumstances, weighing all but self-confidence and behaviors as more important to SRH than did men. Two underlying components, psychosocial context and clinical status were identified overall. Physical health and pain were more important elements of men's clinical status and behaviors. Comparisons with others of the same age played a larger role in male psycho-social context. Two components also underpinned SRMH. These were clinical problems and psycho-social circumstances for which self-confidence was only important among men. CONCLUSIONS: Women's and men's common interpretation of measures like SRH suggests that women's health disadvantage is neither artefactual nor determined by gendered meanings of measures and does not explain the paradox. SRH and SRMH captured social circumstances for all. Convergence of characteristics women and men consider as central to health is evidence of the dynamism of gender with evolving social norms. The remaining divergence speaks to persisting traditional male stereotypes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».