MétaCan
Menu
Retour à la cohorte
Enregistrement W4384027570 · doi:10.1126/sciadv.adg3758

Unemployment and underemployment are causes of suicide

2023· article· en· W4384027570 sur OpenAlexaff
Adam Skinner, Nathaniel Osgood, Jo‐An Occhipinti, Yun Ju Christine Song, Ian B. Hickie

Notice bibliographique

RevueScience Advances · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesWestern Sydney University
Mots-clésUnderemploymentUnemploymentSuicide preventionPoison controlHuman factors and ergonomicsInjury preventionEpidemiologyMedicineEconomicsOccupational safety and healthDemographyDemographic economicsEnvironmental healthInternal medicineEconomic growthSociology

Résumé

récupéré en direct d'OpenAlex

Epidemiological studies indicate that labor underutilization and suicide are associated, yet it remains unclear whether this association is causal. We applied convergent cross mapping to test for causal effects of unemployment and underemployment on suicidal behavior, using monthly data on labor underutilization and suicide rates in Australia for the period 2004-2016. Our analyses provide evidence that rates of unemployment and underemployment were significant drivers of suicide mortality in Australia over the 13-year study period. Predictive modeling indicates that 9.5% of the ~32,000 suicides reported between 2004 and 2016 resulted directly from labor underutilization, including 1575 suicides attributable to unemployment and 1496 suicides attributable to underemployment. We conclude that economic policies prioritizing full employment should be considered integral to any comprehensive national suicide prevention strategy.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,057
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
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 Opus0,104
Tête enseignante GPT0,456
Écart entre enseignants0,353 · 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.

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

Citations56
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetEmployment and Welfare StudiesTravaux en français237 207