Examining Health-Seeking Behavior among Diverse Ethnic Subgroups within Black Populations in the United States and Canada: A Cross-Sectional Study
Notice bibliographique
Résumé
The Black populations, often treated as ethnically homogenous, face a constant challenge in accessing and utilizing healthcare services. This study examines the intra-group differences in health-seeking behavior among diverse ethnic subgroups within Black communities. A cross-sectional analysis included 239 adults ≥18 years of age who self-identified as Black in the United States and Canada. Multiple logistic regression assessed the relationship between health-seeking behaviors and ethnic origin, controlling for selected social and health-related factors. The mean age of the participants was 38.6 years, 31% were male, and 20% were unemployed. Sixty-one percent reported a very good or excellent health status, and 59.7% were not receiving treatment for chronic conditions. Advancing age (OR = 1.05, CI: 1.01-1.09), female gender (OR = 3.09, CI: 1.47-6.47), and unemployment (OR = 3.46, CI: 1.35-8.90) were associated with favorable health-seeking behaviors. Compared with the participants with graduate degrees, individuals with high school diplomas or less (OR = 3.80, CI: 1.07-13.4) and bachelor's degrees (OR = 3.57, CI: 1.3-9.23) were more inclined to have engaged in favorable health-seeking behavior compared to those with graduate degrees. Across the Black communities in our sample, irrespective of ethnic origins or country of birth, determinants of health-seeking behavior were age, gender, employment status, and educational attainment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».