MétaCan
Menu
Retour à la cohorte
Enregistrement W1981552817 · doi:10.1002/hec.1012

Revisiting physicians' financial incentives in Quebec: a panel system approach

2005· article· en· W1981552817 sur OpenAlexaboutno aff
Abdelhak Nassiri, Lise Rochaix

Notice bibliographique

RevueHealth Economics · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParallelsIncentiveComplementarity (molecular biology)Primary careEnforcementPanel dataPublic economicsEconomicsActuarial scienceMedicineMicroeconomicsOperations managementEconometricsFamily medicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Do Primary Care Physicians (PCPs) react strategically to financial incentives and if so how? To address this question, we follow a quasi-natural experiment in Quebec, using a panel system technique. In so doing, we both correct for underestimation biases in earlier time series findings and generate new results on the issue of complementarity/substitution between consultations with varying levels of technicality. Under both techniques, we show that PCPs are sensitive to the enforcement and subsequent temporary removals of expenditure caps and more generally, to changes in consultations' relative prices over time. These results support the existence of a discretionary power over the choice of consultation, PCPs increasing strategically the number of the more technical (and therefore more lucrative) consultations when pressed to defend their income. This finding for primary care parallels the now well-established DRG creep in hospitals. The panel system approach offers a better account of the complexity surrounding PCPs' decision-making process. In particular, it successfully addresses issues of physician heterogeneity, jointness between consultations and temporal breaks and generates robust estimates of PCPs volume and quality reactions to regulatory changes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,068
Tête enseignante GPT0,267
Écart entre enseignants0,198 · 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'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

Citations31
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetHealthcare Policy and ManagementTravaux en français237 207