MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132862971

Essays on Immigrant Mental Health: A Look at Health Reporting, Model Identification, and Policy Changes

2021· dissertation· W7132862971 sur OpenAlexafffundabout
Joyce Mason

Notice bibliographique

RevueTSpace · 2021
Typedissertation
Langue
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensPublic Health Ontario
Organismes subventionnairesUniversity of TorontoCancer Care Ontario
Mots-clésMental healthImmigrationMoodStigma (botany)AnxietyCohortHealth careSurvey data collection
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Upon arrival to the host country, immigrants are, on average, physically healthier than the native-born population; however, it is unclear whether this health benefit extends to mental health or whether it applies to recent immigrant cohorts. This thesis seeks to understand the healthy immigrant effect with regards to mental health, by examining aspects of mental health reporting and immigrant mental health using both survey and administrative health data. The first chapter explores the potential role of stigma in mental health reporting by combining survey data, which may be subject to reporting biases, and administrative health data, an alternative source of data, which may be more objective. Results suggest that underreporting may be highest for the most stigmatizing conditions, such as schizophrenia and self-harm, followed by mood disorders, and lowest for physical health conditions, such as cancer and diabetes. The second chapter attempts to disentangle the role of length of stay, period, and cohort in explaining the healthy immigrant effect in mental health as measured by poor mental health and the presence of mood and/or anxiety disorders. Accounting for length of stay, period, and cohort effects is necessary to avoid biased results. Using orthogonal polynomial parameterization in the model, results suggest that period effects are insignificant and thus do not play a role in explaining immigrant mental health. Furthermore, mental health appears to decline the longer immigrants remain in Canada in the survey data, but not in the administrative data. These data sources may be measuring different aspects of health and health care utilization. The third chapter explores the presence of cohort effects in immigrant mental health by evaluating the impact of three policy changes associated with increasingly strict language requirements and applied differentially to cohorts of recent immigrants in each visa class. Results show that mental health care utilization decreased for immigrants who were most impacted by the policy compared to long-term residents, particularly following policies that coincided with periods of increased English proficiency as an entry requirement. This suggests that language proficiency may be associated with one’s own mental health and/or ability to access health care.

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)0,010
score de la tête « metaresearch » (Gemma)0,036
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0040,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,057
Tête enseignante GPT0,441
Écart entre enseignants0,385 · 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
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetMigration, Health and Trauma→Travaux en français237 207→