Neighborhood Physical and Social Environments and Social Inequalities in Health in Older Adolescents and Young Adults: A Scoping Review
Notice bibliographique
Résumé
Poor health and well-being are prevalent among young people. Neighborhoods may play a role in promoting good health. Little is known on if and how neighborhood characteristics affect health, and social inequalities therein, among young people. In this scoping review, we asked: (1) what features of the neighborhood physical and social environments have been studied in association with the physical and mental health and well-being of young people 15 to 30 years old; and (2) to what extent have social differentials in these associations been studied, and how? We identified peer-reviewed articles (2000 to 2023) through database and snowball searches. We summarized study characteristics, exposure(s), outcome(s) and main findings, with an eye on social inequalities in health. Out of the 69 articles reviewed, most were quantitative, cross-sectional, conducted among 18-year-olds and younger, and focused on the residential neighborhood. Neighborhood social capital and mental health were the most common exposure and outcome studied, respectively. Almost half of the studies examined social inequalities in health, mostly across sex/gender, socioeconomic status, and ethnicity. Evidence gaps remain, which include exploring settings other than residential neighborhoods, studying the older age stratum of young adulthood, and assessing a broader range of social inequalities. Addressing these gaps can support research and action on designing healthy and equitable neighborhoods for young people.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».