Do Immigrants Experience Morbidity and Disability Disadvantages at Older Ages? A Research Note
Notice bibliographique
Résumé
Prior studies show that Hispanic and Black immigrants are more susceptible to disabilities and chronic diseases in their later years than U.S.-born Whites, despite their health advantage at younger ages. Such studies often rely on data from the Health and Retirement Study (HRS), which disproportionately includes immigrants who arrived decades ago. The shortage of research on immigrants of other ethnoracial groups further makes it unclear whether the old-age declines in health advantages among Hispanic and Black immigrants are generalizable. Using the up-to-date HRS and National Health Interview Survey (NHIS) data, this study compares the prevalences of chronic diseases, functional limitations, and activity limitations between U.S.-born Whites and immigrants of various ethnoracial identities across datasets. We find that Hispanic and Black immigrants in the HRS exhibit significantly greater disability disadvantages at older ages in relation to native-born Whites than those in the NHIS. Older White and Asian immigrants encounter no health disadvantages regardless of data source. We demonstrate that the especially low socioeconomic status of Hispanic immigrants in the HRS, along with the two surveys' different measurements of activity limitations, partly contributes to the discrepancies between the surveys. We suggest that the HRS design is conducive to undersampling of immigrants arriving more recently, leading to its immigrants' unique socioeconomic profiles. This study underscores the need for scholars of immigration and health to be cautious about dataset-specific nuances.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».