MétaCan
Menu
← Back to cohort
Record W7162007100 · doi:10.82308/52413

Ailing inequality: the impact of economic inequality on health in Canadian cities 2001-2011

2019· dissertation· en· W7162007100 on OpenAlexaboutno aff
Megan Wylie

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldSocial Sciences
TopicHealth disparities and outcomes
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationGini coefficientContext (archaeology)Inequality

Abstract

fetched live from OpenAlex

Contexte : Les recherches antérieures examinant la relation entre l'inégalité économique et la santé démontrent des résultats mitigés, tant au Canada qu'à l'étranger. Cela vient peut-être fait que l'effet est mixte dans les pays plus égaux, tels que le Canada; que la plupart des études canadiennes n'utilisent pas la modélisation multiniveau pour séparer les effets de groupe (c'est-à-dire des collectivités) et individuels; et qu'ils sont limités à un point dans le temps. Cette thèse teste l'hypothèse qu'il y a une relation inverse entre l'inégalité économique et la santé en utilisant deux ensembles de données représentatifs de la population canadienne, ainsi qu'une approche de modélisation à plusieurs niveaux, à trois différents moments dans le temps. Méthodes : Les données du Recensement de la population et l'Enquête sur la santé dans les collectivités canadiennes (ESCC) ont été jumelées afin d'imbriquer les répondants de l'ESCC dans 130 villes entre 2001 et 2011. L'association entre la santé autoévaluée et l'inégalité économique a estimée à l'aide de modèles de régression logistique multiniveau, ajustés pour les caractéristiques individuelles et des villes. L'inégalité économique à été calculé à l'aide du coefficient de Gini mesuré pour les répondants âgés de 25 à 64 ans ayant un revenu annuel d'emploi de plus de 1000$. L'utilisation d'autre mesures d'inégalité, telles que l'indice de Theil, le ratio percentile 90/10, le coefficient de Gini calculé sur le revenu total, couplé avec des effets fixes provinciaux, a permis d'assurer la robustesse des analyses et d'assurer une bonne comparabilité avec d'autres études.Résultats : L'augmentation du coefficient de Gini d'une unité est associée à une probabilité plus élevé de se percevoir en mauvaise santé (OR: 1,02; IC à 95% de 1,00 à 1,04) en 2001 et 2011, mais pas en 2006. Comparé à ceux vivant dans des villes où le niveau d'inégalité est moins élevé, les répondants vivant dans des villes caractérisées par des niveaux d'inégalité plus élevés avaient une probabilité légèrement plus élevée d'évaluer leur santé comme étant mauvaise. Des analyses ancillaires démontrent que le l'association entre l'inégalité économique et la santé autoévaluée ne varie pas selon l'indice d'inégalité utilisé ainsi que lorsque les effets provinciaux / territoriaux sont considérés. Conclusion : Il existe une variation de l'inégalité économique entre les différentes villes canadiennes, mais que cette variation n'est pas systématiquement associée à la variation d'une mesure générale de santé, soit la santé autoévaluée. L'inégalité économique est modérément associée à une perception de santé mauvaise en 2001 et 2011, mais pas en 2006, ni lorsqu'on considère les effets provinciaux / territoriaux. De plus amples études sont requises afin d'examiner les effets provinciaux / territoriaux et explorer plus en détail les différences présentes en 2006.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.009
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.057
Threshold uncertainty score0.414

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.009
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.009
Science and technology studies0.0040.001
Scholarly communication0.0030.001
Open science0.0020.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.075
GPT teacher head0.433
Teacher spread0.358 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same topicHealth disparities and outcomes→French-language works237,207→