MétaCan
Menu
Retour à la cohorte
Enregistrement W4386640336 · doi:10.5539/gjhs.v15n10p1

Trends of Health and Dietary Disparities by Economic Status among Elderly Individuals in Japan from 2004 to 2014: A Repeated Cross-Sectional Survey

2023· article· en· W4386640336 sur OpenAlexvenueno aff
Daisuke Machida

Notice bibliographique

RevueGlobal Journal of Health Science · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueNutrition, Health and Food Behavior
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésCross-sectional studyLogistic regressionMedicineGerontologyEnvironmental healthLife satisfactionMealSocioeconomic statusDemographyPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This study examines the changes in health and dietary disparities by economic status among elderly individuals in Japan from 2004 to 2014. The study design utilized a repeated cross-sectional approach, using data from the Survey of Attitudes among the Elderly toward Daily Life in 2004 and 2014. Logistic regression analysis was performed with subjective economic status, survey year, and their interactions as independent variables, and self-rated health, dietary satisfaction, and intake of balanced meals as dependent variables. The results revealed that disparities in self-rated health, dietary satisfaction, and intake of a balanced meal were present due to economic status. Furthermore, the disparities in self-rated health, dietary satisfaction, and balanced meal intake by economic status remained unchanged from 2004 to 2014 (P for interaction ≥ 0.05). The findings were consistent in sensitivity analyses conducted on those aged 75 and older, as well as on long-term care insurance recipients.

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)0,005
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 enseignants0,046
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,046
Tête enseignante GPT0,379
Écart entre enseignants0,333 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetNutrition, Health and Food BehaviorTravaux en français237 207