MétaCan
Menu
Retour à la cohorte
Enregistrement W4399436670 · doi:10.1080/00036846.2024.2364075

The impact of sense of belonging on health: Canadian evidence

2024· article· en· W4399436670 sur OpenAlexaffabout
Ian Allan, Mehdi Ammi, F. Antoine Dedewanou

Notice bibliographique

RevueApplied Economics · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEconomicsSense (electronics)Health economicsPositive economicsPublic economicsEconometricsHealth careEconomic growthEngineering

Résumé

récupéré en direct d'OpenAlex

Sense of belonging to the community is presented as a fundamental human need, with existing evidence of its correlation with health. The relationship between belongingness and health is nevertheless endogenous as better health may foster belongingness in the community. We empirically examine the causal effect of belongingness on health using data from Canada, taking advantage of the multicultural nature of the Canadian society. We use data from the Canadian Community Health Survey from 2009 to 2014 augmented with other survey and administrative data. We address the endogeneity problem with instrumental variables, and construct instruments as the difference between the individual’s and the neighbourhood’s ethnocultural and homeownership characteristics. To account for the nonlinearity of the belongingness and health variables, we estimate our instrumental variables models by two-stage residual inclusion and a Bayesian estimation procedure. Our findings indicate that higher belongingness improves health, both for subjective measures like self-assessed health and objective measures like chronic conditions. While all age groups are positively affected, the effects are stronger for older adults, as well as for women. Health behaviours and healthcare utilization are potential mechanisms by which belongingness appears to affect health, in particular reduced smoking, and better access to a regular provider of care.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,046
Tête enseignante GPT0,370
Écart entre enseignants0,324 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetHealth disparities and outcomesTravaux en français237 207