MétaCan
Menu
Retour à la cohorte
Enregistrement W7047558156

The Healthy Immigrant Effect (HIE) in the UK.

2015· other· en· W7047558156 sur OpenAlexaboutno aff

Notice bibliographique

RevueLund University Publications Student Papers (Lund University) · 2015
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueSuperconducting and THz Device Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationPopulationDeveloped countryDeveloping countryCountry of originCurrent Population Survey
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The so-called “Healthy Immigrant Effect” (HIE) is based on two complementary hypotheses: i) immigrants who recently arrived to a new country present a better health than the native-born population with similar socio-demographic characteristics; ii) immigrant´s health deteriorates faster than that of the native-born and converges towards native-born levels with the years lived in the host country. This phenomenon has been widely studied for working immigrants in countries who have traditionally received large flows of labour migration as Australia, Canada and the US. The aim of this paper is to study the possible existence of this HIE in the UK, a country which has recently experienced large figures of net labour immigration. For doing so, I use the United Kingdom Household Longitudinal Survey (UKHLS) 2009-2013. With this dataset I find that immigrants working in the UK, both females and males, report a better health status than their native counterparts, and that these differences cannot be entirely explained by observable characteristics. The only group of immigrants who does not show a significantly better self-reported health than that of the native-born population was immigrants born in Developing Asia. In addition, the health distribution of immigrants converges towards that of the native-born workers during the period of analysis. This was mainly led by a faster deterioration in the health of immigrants coming from developing countries, in particular females who recently arrived to the UK.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,225 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLund University Publications Student Papers (Lund University)Même sujetSuperconducting and THz Device TechnologyTravaux en français237 207