Assessing the effect of health status on multidimensional poverty among older adults: the Chinese longitudinal healthy longevity survey
Notice bibliographique
Résumé
Background This study aimed to explore the association between health status (physical, mental, and self-rated health) and multidimensional poverty (subjective and objective poverty) in older adults. Method A panel binary logit regression approach was applied to four waves of CLHLS data (2008, 2011, 2014, and 2018). In total,1,445 individuals were included after data cleaning. Results The mean values and proportion of physical, mental, and self-rated health were 5.73 (87.42%), 0.93 (93.06%), and 3.46 (86.7%), respectively, and mean values and proportion of subjective and objective poverty were 0.19 (18.51%) and 0.21(21.4%). In addition, physical, mental, and self-rated health were all found to be associated with subjective poverty among older adults ( r = −0.181, r = −0.630, r = −0.321, p < 0.05), that is, the better the physical, mental, and self-rated health, the lower the probability of subjective poverty. A comparable connection between self-rated health and objective poverty also exists ( r = −0.157, p < 0.05). Furthermore, medical expenditure played a mediation role in the association between the health status and poverty of older adults. Conclusion In order to effectively alleviate the poverty of older adults, strategies should be taken to improve the health level of older adults, especially the physical and mental health of high-aged older adults, and the self-rated health of middle-aged older adults. Furthermore, social security and pensions should be further developed to adequately reimburse medical expenditures.
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 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 | 0,027 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».