Notice bibliographique
Résumé
Researchers see a definite link between health and economic statuses, but relatively little is known about the economic status among people with particular chronic diseases. Less is known about the economic status and living conditions of people with epilepsy. The aim of this study was to evaluate the economic status and living conditions among people who suffer from epilepsy in Lithuania. The article is based on the data of empirical research that was carried out in 2014. During this research, 220 people with epilepsy, aged 18–85 years, were investigated. The evaluation of some aspects of economic status and living conditions of people with epilepsy, such as personal and household income (income responses were based on subjective measures), sources of household income, housing quality, durable goods and some aspects of financial capability are presented in this paper. The main findings of research were that income differentiation among people with epilepsy is high. Income disparities between rural and urban areas, like between different educational levels, are observed. The vast majority of income of people with epilepsy is low and it represents a significant element of their household income. A quarter of people who have epilepsy cannot afford to buy new clothes and every second person cannot replace his/her worn-out furniture. Even a tenth of people with epilepsy cannot afford to eat meat, chicken and fish (or a vegetarian equivalent dish) every second day. An absence of durable goods is more associated with the personal choice of people with epilepsy rather than with a lack of resources. The obtained results show that people with epilepsy dutifully pay all their monthly bills (utility bills, rent and/or loans to credit payments), but more than a quarter of them lack the necessary resources to accumulate money for the future (their money always runs out and they never have any additional left over) and the largest group of people with epilepsy (30%) thought that they would manage for less than one month if they faced a drop in income.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».