MétaCan
Menu
Retour à la cohorte
Enregistrement W4362466163 · doi:10.1016/j.archger.2023.105013

Impact of Neighborhood Deprivation on Aging Sexual Minority People's Depression: Results from the CANUE and CLSA data

2023· article· en· W4362466163 sur OpenAlexafffundabout
Wook Yang, Shelley L. Craig, Lori E. Ross, John A. E. Anderson, Carles Muntañer

Notice bibliographique

RevueArchives of Gerontology and Geriatrics · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensCarleton UniversityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesGovernment of CanadaCanadian Institutes of Health ResearchInstitut National de Santé Publique du Québec
Mots-clésLesbianMental healthHealthy agingGerontologyPsychologyDepression (economics)Social deprivationSuccessful agingPopulationDepressive symptomsDemographyMedicinePsychiatrySociologyCognition

Résumé

récupéré en direct d'OpenAlex

As the aging population grows across the world, exploring the impact of social environment on minority populations' aging and well-being would be an essential step towards building an inclusive society. Using the Canadian Longitudinal Study on Aging (CLSA) and Canadian Urban Environmental Health Research Consortium (CANUE) data, the study investigated the relationship between deprivation and depression level in aging sexual minority people to examine how neighborhood level social and material deprivation influence mental health. 48,792 survey respondents were included in our analyses and the average age was 62.9. The study had 47,792 heterosexual, 760 gay/lesbian, and 240 bisexual individuals (23,977 men and 24,815 women). Regression analyses were conducted while controlling for age in each model. Results revealed that neighborhood material deprivation has a significant impact on mental health outcomes of aging lesbian women and bisexual men. The study provides an opportunity for intervention considerations for materially deprived neighborhoods to serve the aging sexual minority people residing in such areas.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,138
Score d'incertitude au seuil0,278

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,078
Tête enseignante GPT0,391
Écart entre enseignants0,313 · 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

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArchives of Gerontology and GeriatricsMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207