MétaCan
Menu
Retour à la cohorte
Enregistrement W7095510362

Decision Editor: Merril Silverstein, PhD Race/Ethnic Differentials in the Health Consequences of Caring for Grandchildren for Grandparents

2013· article· en· W7095510362 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRadio, Podcasts, and Digital Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrandparentHealth and Retirement StudyGrandchildReceiptQuarter (Canadian coin)Longitudinal studyLongitudinal data
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectives. The phenomenon of grandparents caring for grandchildren is disproportionately observed among different racial/ethnic groups in the United States. This study examines the influence of childcare provision on older adults ’ health trajectories in the United States with a particular focus on racial/ethnic differentials. Method. Analyzing nationally representative, longitudinal data on grandparents over the age of 50 from the Health and Retirement Study (1998–2010), we conduct growth curve analysis to examine the effect of living arrangements and caregiv-ing intensity on older adults ’ health trajectories, measured by changing Frailty Index (FI) in race/ethnic subsamples. We use propensity score weighting to address the issue of potential nonrandom selection of grandparents into grandchild care. Results. We find that some amount of caring for grandchildren is associated with a reduction of frailty for older adults, whereas coresidence with grandchildren results in health deterioration. For non-Hispanic black grandparents, living in a skipped generation household appears to be particularly detrimental to health. We also find that Hispanic grandparents fare better than non-Hispanic black grandparents despite a similar level of caregiving and rate of coresidence. Finally, financial and social resources assist in buffering some of the negative effects of coresidence on health (though this effect also differs by race/ethnicity).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,071
Tête enseignante GPT0,359
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadio, Podcasts, and Digital MediaTravaux en français237 207