MétaCan
Menu
Retour à la cohorte
Enregistrement W6926366722 · doi:10.25384/sage.c.5215053

Do Social Inequalities in Smoking Differ by Immigration Status in Young Adults Living in an Urban Setting? Findings From the Interdisciplinary Study of Inequalities in Smoking

2020· other· en· W6926366722 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2020
Typeother
Langueen
DomaineMathematics
ThématiqueHistory and Theory of Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésYoung adultImmigrationInequalitySocial inequalityOddsLogistic regressionPsychological interventionOdds ratioConfidence interval

Résumé

récupéré en direct d'OpenAlex

Objectives:We assessed whether social inequalities in smoking observed among young adults born in Canada were also apparent in same-age immigrants.Methods:Data were drawn from an investigation of social inequalities in smoking conducted in an urban setting (Montreal, Canada). The sample included 2077 young adults age 18 to 25 (56.6% female; 18.9% immigrants who had lived in Canada 11.6 (SD 6.4) years on average). The association between education and current smoking was examined in multivariable logistic regression analyses conducted separately in young adults born in Canada and in immigrants.Results:About 19.5% of immigrants were current smokers compared to 23.8% of young adults born in Canada. In immigrants, relative to those with university education, the adjusted odds ratios (OR) (95% confidence interval) for current smoking were 1.2 (0.6, 2.3) among those with pre-university/vocational training and 1.5 (0.7, 2.9) among those with high school education. In non-immigrants, the adjusted ORs were 1.9 (1.4, 2.5) among those with pre-university/vocational training and 4.0 (2.9, 5.5) among those with high school.Conclusion:Young adults who had immigrated to Canada did not manifest the strong social gradient in smoking apparent in young adults born in Canada. Increased understanding of the underpinnings of this difference could inform development of interventions that aim to reduce social inequalities in smoking.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,442

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,346
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataMême sujetHistory and Theory of MathematicsTravaux en français237 207