MétaCan
Menu
Retour à la cohorte
Enregistrement W4320919605 · doi:10.5539/ass.v19n2p15

The Impact of Income Inequality on Health of Chinese Residents — Decomposition Based on Individual Effect and Macro Effect

2023· article· en· W4320919605 sur OpenAlexvenueno aff
Songtao Wang, Minqian Luo, Bin Li

Notice bibliographique

RevueAsian Social Science · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMacroEconomicsLife expectancyInequalityEconomic inequalityDemographic economicsChinaMacro levelIncome distributionIncome inequality metricsEconometricsMacroeconomicsMathematicsGeographyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

This paper reviews the mechanism of income inequality affecting residents' health, and proposes a new measurement method to decompose the micro mechanism and macro effect of income inequality affecting residents' health. Based on the provincial data onto 1990, 2000 and 2010, an empirical analysis using the multi-period mixed cross-sectional data (Pool Data) model shows that income inequality has a significant negative impact on health in China. The method constructed in this paper is used to decompose the contribution rate of macro effect and individual effect. The results show that the negative impact of macro effect accounts for 27.7%, while the impact of micro effect accounts for 72.3%. With the continuous improvement on GDP per capital in China, the impact of macro effect of income gaps between life expectancy is getting smaller and smaller. The macro effect contribution rate decreases year by year. Therefore, on the one hand, it is necessary to reduce income inequality, but also to take targeted measures to reduce the negative impact of income inequality on individual health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,040
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,516
Écart entre enseignants0,487 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetGlobal Health Care IssuesTravaux en français237 207