Inequalities in Health between First Nations Adults Living Off-Reserve and Non-Indigenous Adults in Canada: A Decomposition Analysis
Notice bibliographique
Résumé
Le présent article, qui s’appuie sur le sous-échantillon d’adultes des Premières Nations de l’Enquête auprès des peuples autochtones (EAPA) de 2017 et d’adultes non autochtones de l’Enquête sur la santé dans les collectivités canadiennes de 2017 (N = 35 390), examine les inégalités en matière d’état général de santé et de santé mentale autodéclarés, d’asthme diagnostiqué et de diabète diagnostiqué entre les adultes non autochtones et les adultes des Premières Nations vivant hors réserve au Canada. L’approche Blinder-Oaxaca a été utilisée pour décomposer les inégalités de chaque résultat sur la santé en différences de caractéristiques et en différences de rendement. L’étude révèle que les résultats sur la santé des adultes des Premières Nations sont 5 à 10% inférieurs à ceux des populations non autochtones; les personnes adultes des Premières Nations non inscrites se déclarant en moins bonne santé que les personnes adultes des Premières Nations inscrites, à l’exception du diabète. L’étude révèle également que les caractéristiques observables représentent 20 à 45% des inégalités en matière d’état de santé général, de santé mentale et de diabète. Les facteurs socio-économiques, tels que la situation de l’emploi, le revenu et le niveau d’études, représentent 10 à 25% des différences en matière d’auto-évaluation de l’état de santé général, de santé mentale et de diabète diagnostiqué chez les membres des Premières Nations, qu’ils soient ou non inscrits, par rapport à la population non autochtone. Bien que cette contribution n’ait pas été en mesure d’évaluer d’autres voies critiques par lesquelles divers aspects du colonialisme continuent de nuire aux peuples des Premières Nations, les résultats laissent à penser que l’amélioration du statut socio-économique des peuples des Premières Nations vivant hors réserve pourrait potentiellement réduire les inégalités en matière de santé entre ces personnes et la population non autochtone au Canada.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».