MétaCan
Menu
Retour à la cohorte
Enregistrement W1492765505 · doi:10.1111/j.1475-6773.2003.00197.x

Guest Editors' Introduction: In Pursuit of the Social Determinants of Health: The Evolution of Health Services Research

2003· editorial· en· W1492765505 sur OpenAlexaboutno aff
Nicole Lurie, Catherine McLaughlin, James S. House

Notice bibliographique

RevueHealth Services Research · 2003
Typeeditorial
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitationComputer scienceLibrary science

Résumé

récupéré en direct d'OpenAlex

Health services research typically concerns itself with issues of organization, financing, utilization, and costs of health care. Improving access to and the delivery of high-quality, efficient care, it is hoped, will improve the health of the population. Over the past several decades, researchers have increasingly documented that the portion of population health status attributable to medical care is modest, when compared with the contributions of other factors, including health behaviors, psychosocial and environmental factors, and genetic endowment Indeed, Healthy People 2010, a federally led effort that outlines the nation's public health objectives for the current decade, identified access to health care as only one of ten leading health indicators that, in addition to income and education, could serve as bellwethers for the health of the population, much the way the leading economic indicators forecast the health of the nation's economy (Department of Health and Human Services 2001). The other nine indicators comprise the combination of modifiable behavioral, social, and environmental factors known to affect health. This reflects the development of a body of research and theory on the social determinants of population health, which has in other nations such as Canada and the United Kingdom begun to influence the making of social policy broadly related to health

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)0,097
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0970,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0050,002
Communication savante0,0000,000
Science ouverte0,0040,001
Intégrité de la recherche0,0010,004
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 GPT0,500
Écart entre enseignants0,428 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Services ResearchMême sujetHealth disparities and outcomesTravaux en français237 207