Notice bibliographique
Résumé
OBJECTIVE: To provide a population-based, Canada-wide picture of health care needs and health care use, and present it in a highly accessible manner, allowing provincial comparisons and comparisons with other international jurisdictions. DESIGN: A comparison of the rates of health care use among jurisdictions, using Canadian-population survey data and health administrative data. SETTING: Provincial jurisdictions across Canada. MAIN OUTCOME MEASURES: Canadian and provincial rates of ill health (presence of chronic conditions) and health care use (contacts with family physicians, contacts with other specialist physicians, contacts with nurses, and hospitalizations) as monthly rates per 1000 population standardized by age and sex. RESULTS: The monthly rate per 1000 population of having at least 1 chronic condition ranged from 524 in Quebec to 638 in Nova Scotia; contacts with family physicians ranged from 158 in Quebec to 295 in British Columbia; contacts with other physician specialists ranged from 53 in Saskatchewan to 79 in Ontario; and contacts with nurses ranged from 23 in British Columbia to 41 in Quebec. Hospital stays ranged from 8 to 11 per 1000 people, and rates were similar among the provinces. CONCLUSION: Recognizing the differences among jurisdictions is critical to informing health care policy across the country. Differences persisted when rates were standardized for different age and sex compositions in the provinces. This article provides a straightforward methodology using publicly available data that can be employed in each province to examine, in the future, the evolution over time of health care use by provincial jurisdictions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».