Decreased odds of depressive symptoms and suicidal ideation with higher education, depending on sex and employment status
Notice bibliographique
Résumé
BACKGROUND: Higher education is associated with reduced depressive symptoms and requires investment without guaranteed employment. It remains unclear how sex and employment status together contribute to the association between mental health and educational attainment. This study investigated the role of sex and employment status together in the associations of 1) depressive symptoms and 2) suicidal ideation with education. METHODS: Using 2005-2018 National Health and Nutrition Examination Survey data, cross-sectional analyses were conducted on individuals ≥20 years who completed the depression questionnaire and reported their employment status and highest level of education. Survey-weighted multivariable logistic regression models were used to explore how depressive symptoms and suicidal ideation are associated with educational attainment in an analysis stratified by sex and employment status. To account for multiple testing, a significance level of a < 0.01 was used. RESULTS: Participants (n = 23,669) had a weighted mean age of 43.25 (SD = 13.97) years and 47% were female. Employed females (aOR = 0.47, 95% CI 0.32, 0.69), unemployed females (aOR = 0.47, 95% CI 0.29, 0.75), and unemployed males (aOR = 0.31, 95% CI 0.17, 0.56) with college education had reduced odds of depressive symptoms compared to those with high school education. Employed females with college education also had reduced suicidal ideation odds compared to those with high school education (aOR = 0.41, 95% CI 0.22, 0.76). CONCLUSIONS: Females demonstrated significant associations between depressive symptoms and education, regardless of employment status, whereas males demonstrated an association only if unemployed. Employed females, in particular, demonstrated a significant association between suicidal ideation and education. These findings may inform future research investigating the underlying mechanisms and etiology of these sex-employment status differences in the association between mental health and education.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».