Les disparités d’accès aux soins de santé parmi la minorité de langue officielle au Québec
Notice bibliographique
Résumé
Cette étude examine l’effet de l’aptitude en français sur la santé et sur les besoins de soins de santé non satisfaits au Québec, en utilisant un modèle multiple de régression logistique. Nos résultats indiquent que les anglophones unilingues du Québec sont 26 % plus susceptibles que les anglophones bilingues à se déclarer en mauvaise santé. Théoriquement, ce mauvais état de santé devrait mener à une utilisation accrue des soins de santé. Cependant, malgré leur mauvais état de santé, les anglophones unilingues sont 52 % plus susceptibles de déclarer des besoins en soins de santé non satisfaits. Ces disparités dans l’état de santé ainsi que dans l’accès aux soins de santé s’expliquent par l’aptitude à s’exprimer en français. Par ailleurs, ces effets ne sont pas modifiés par l’inclusion de variables potentiellement confondantes telles que les caractéristiques sociodémographiques et socioéconomiques. Les résultats suggèrent que ce sont les politiques visant à réduire les obstacles à l’accès aux soins de santé des populations minoritaires qui pourraient améliorer l’accès aux soins, et, éventuellement, la santé des anglophones unilingues du Québec.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».