Setting the scene: Cross-sectional country comparisons of associations between young adult care and education, employment, and health outcomes in Europe
Notice bibliographique
Résumé
With increasing demand for informal carers, young adults are taking up care for dependent adults in their family and close networks. However, this may have important repercussions for their longer-term labour market and health outcomes. Early adulthood is the period in which most people invest in human capital and transition to employment. Being neither in employment nor in training (NEET) during this period may have long-term effects, increasing the risk of future unemployment and poor mental health. Furthermore, this can vary depending on the country availability of social support systems. Nonetheless, only a few studies have explored the association between taking care of a dependent adult during young adulthood and NEET and health outcomes in a cross-country perspective. This study explores data from the third wave of European Health Survey (EHIS, 2019) to better understand the situation of young adult carers in Europe. We explore the association between caregiving and NEET status, as well as self-perceived health and mental health of young adults (aged 18-29 years), using multilevel regression models to estimate country differences in these three associations. Like this, we can examine the extent to which formal care resources available in each country reduce the gap between carers and non-carers related to their health and NEET outcomes. Our results indicate that, overall, those who care for dependent adults are more likely to be in NEET status (only intensive caring), perceive bad health and report worse mental health. However, long-term state care resources do not affect the gap in any of our outcomes between carers and those who do not care. Hence, it may be cultural differences, or other forms of support, that play a role in the health risks of young adult carers.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».