MétaCan
Menu
Retour à la cohorte
Enregistrement W1528059908

Household spending and impoverishment

2012· article· en· W1528059908 sur OpenAlexaboutno aff
Felícia Marie Knaul, Rebeca Wong, Héctor Arreola‐Ornelas, Fundación Mexicana para la Salud

Notice bibliographique

RevueSSRN Electronic Journal · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansPopulationEconomic growthSocial protectionHealth careCatastrophic illnessDevelopment economicsBusinessGeographyFinanceEconomicsPolitical scienceEnvironmental healthMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Among the most serious challenges facing health systems in lower and middle income countries is establishing efficient, fair, and sustainable financing mechanisms that offer universal protection. Lack of financial protection forces families to suffer the burden not only of illness but also of economic ruin and impoverishment. In Latin America, financial protection for health continues to be segmented and fragmented; health is mainly financed through out-of-pocket payments.Financing Health in Latin America presents new and important insight into the crucial issue of financial protection in health systems. The book analyzes the level and determinants of catastrophic health expenditures among households in Argentina, Brazil, Chile, Colombia, Costa Rica, the Dominican Republic, Mexico, and Peru, applying both descriptive and econometric analyses. The results demonstrate that out-of-pocket health spending is pushing large segments of the population into impoverishment and that the poorest and most vulnerable segments of the population are most at risk of financial catastrophe. This work is a product of the collaboration between more than 25 researchers and 18 institutions associated with the Research for Health Financing in Latin America and the Caribbean Network, with support from the International Development Research Centre of Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,334

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,236
Écart entre enseignants0,206 · 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'étudeThéorique ou conceptuel
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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetHealthcare Systems and ReformsTravaux en français237 207