A LIFE COURSE APPROACH TO NEIGHBORHOOD SEGREGATION AND HEALTH AMONG BLACK AND WHITE AMERICANS
Notice bibliographique
Résumé
Abstract Research documents a positive association between high levels of neighborhood segregation and several negative health outcomes among Black Americans. However, few studies examine the relationship between neighborhood segregation and the health of both Black and White Americans. We apply a lifecourse framework to better understand how exposure to neighborhood segregation earlier in life may lead to racial inequities in health byway of cumulative advantages/disadvantages (CAD). Utilizing data from the nationally-representative Americans’ Changing Lives study (ACL), we employ growth curve models to investigate the relationship between neighborhood segregation in 1990 and the trajectories of two health outcomes over the adult lifespan: the number of chronic conditions and the probability of experiencing functional limitations. Our analysis reveals that, for Black participants, the baseline level of black segregation does not significantly impact their trajectories in these health outcomes. However, among White participants, residing in neighborhoods with lower levels of white segregation is associated with an increased probability of developing more chronic conditions and experiencing functional limitations later in life. We explore the roles of systemic and cultural racism as shaping forces in neighborhood structures and as contributors to negative health outcomes for both Black and White Americans. Research implications include further parsing different types of white underrepresentation in neighborhoods (i.e., living in predominantly Black neighborhoods vs racially diverse integrated areas) to examine their unique effects on health trajectories. Further, we discuss how intervention efforts may identify and address detractors from healthy aging for White Americans who are underrepresented in their neighborhoods.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».