Financial Stress, Unemployment, and Suicide – A Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract: Background: Socioeconomic factors such as financial stress and unemployment are known predictors of suicide. However, no large-scale meta-analyses exist. Aims: Determine the suicide risk following unemployment or financial stress. Method: Literature searched through July 31, 2021. Robust meta-analysis and metaregression of the risk of suicide following financial stress (23 studies) or unemployment (43 studies), from 20 nations. Subgroup meta-analyses by sex, age, year, country, and methodology. Results: The suicide risk following financial stress or unemployment was not significantly elevated among those with diagnosed mental illness. In the general population, we found significantly elevated suicide risks for financial stress (RR: 1.742; 95% CI: 1.339, −2.266) and unemployment (RR: 1.874; CI: 1.501, −2.341). However, neither was significant among studies controlling for physical/mental health (perhaps partially due to lower statistical power). We observed no significant differences by sex, age, or by GDP. We observed a higher suicide risk following unemployment in more recent years. Limitations: Publication bias was evident. We could not examine some individual-level characteristics, most notably the severity/duration of unemployment/financial stress. Heterogeneity was high for some meta-analyses. Studies from non-OECD countries are under-represented. Conclusion: After accounting for physical/mental health, financial stress and unemployment weakly associated with suicide, and the associations may be nonsignificant.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle