A medical-financial partnership to address financial health for children with neurodevelopmental disability
Notice bibliographique
Résumé
Beyond genetics and biology, a seemingly larger wave impacting children’s health today is modifiable and avoidable health inequities. These health disparities are often shaped by the social determinants of health, including social (e.g., racialized communities facing discrimination while accessing care), economic (e.g., families from low-income households experiencing food and housing insecurity), and/or environmental (e.g., families living in physical spaces with poor air and water quality) factors. These inequities can disproportionately and adversely impact marginalized groups, leading to differences in health outcomes and access to services. Thus, promoting health outcomes and reducing inequities for children requires a multi-faceted approach incorporating their environments across these spheres. Poverty has been emphasized as one of the most important social determinants for children’s health in high-income countries (1). Financial health is the root cause of other insecurities, such as housing insecurity, food insecurity, and energy insecurity. There are well-studied adverse health outcomes of childhood poverty, which begin in childhood and can continue over the life course. For example, poverty can impact birth weight, infant mortality, chronic illness, and nutrition (2). Specifically, the impact on neurodevelopment has been extensively studied where exposure to toxic stress mechanisms during sensitive stages of human development in childhood can impact brain development (2). Further, the Family Stress Model describes how poverty can negatively impact parenting through mechanisms of parental emotional wellbeing and parenting practices (3).
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,149 | 0,022 |
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 ».