Gender Inequality and Crude Suicide Rates in Türkiye: A Nationwide Retrospective Ecological Study.
Notice bibliographique
Résumé
Introduction: Suicide is a serious public health problem worldwide, with most suicides occurring in low- and middle-income countries. This nationwide ecological study aimed to explore the relationship between crude suicide rates of the sexes and gender inequality. Method: The data on age and gender-stratified crude suicide rates in all 81 provinces of Türkiye were retracted from the Turkish Statistical Institute database. Gender inequality was measured using Türkiye's provincial-level Gender Equality Index (GEI). Additionally, the following variables were considered gender inequality indicators: early marriages, fertility rate, and marriage/divorce rates; data were obtained from the Turkish Statistical Institute database. Data from 2019 were used to avoid the confounding effect of the COVID-19 pandemic. Results: The associations between gender inequality and crude suicide rate differed between women and men. There was a positive correlation between crude suicide rate and GEI in men aged 45-64 (r=0.294 p<0.01), but no correlations were found in other groups of age and gender. Early marriage rates (r=0.341 p<0.01) and fertility rate (r=0.333 p<0.01) were positively associated with crude suicide rates in women aged 15-44, while divorce/marriage rate (r=-0.256 p<0.05) was negatively related to these rates. Divorce/marriage rate was associated with an increase in men's suicides in both the 45-64 (r=0.452 p<0.01) and 65 and over (r=0.290 p<0.01) age groups. Conclusion: Gender inequality indicators were related to suicide. That relationship may vary across different age and gender groups. The findings may be limited to low- and middle-income countries. Suicide prevention interventions should be designed to account for age group, gender, and cultural characteristics of the place of residence concerning gender.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».