MétaCan
Menu
← Retour à la cohorte
Enregistrement W4315798363 · doi:10.1007/978-981-19-4567-0_14

Childhood Socioeconomic Disadvantage and Health in the Second Half of Life: The Role of Gender and Welfare States in the Life Course of Europeans

2023· book-chapter· en· W4315798363 sur OpenAlexaff
Stéphane Cullati, Stefan Sieber, B. Lindén, Dan Orsholits, Martina von Arx, Matthieu P. Boisgontier, Boris Cheval

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensBruyèreUniversity of Ottawa
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésLife course approachWelfareVulnerability (computing)Socioeconomic statusProxy (statistics)DisadvantageMisfortuneWelfare statePsychologyEconomic growthGerontologyPolitical sciencePerspective (graphical)SociologyDevelopmental psychologyMedicineDemographyEconomicsPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Resources and reserves influence the development of vulnerability in old age. When individuals lack resources throughout their life trajectories, or when they lack reserves to cope with unforeseen events, they become at risk of poor health in old age. The LIFETRAIL project, funded by the NCCR LIVES, examined the life course precursors—especially during childhoohevald—of health in old age. This chapter reviews the findings from the LIFETRAIL project with a reserve’s perspective. First, it describes the role of educational achievements as a potential life course mediator that can reduce the impact of childhood misfortune on health in older age. Second, it considers the role of welfare states as a proxy of structural protection against the risk of socioeconomic adversities during the life course and examine their protecting role on health in old age. Third, it provides empirical analyses describing the potential interactions between education and welfare state on health in old age.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,027
Tête enseignante GPT0,308
Écart entre enseignants0,281 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHealth disparities and outcomes→Travaux en français237 207→