MétaCan
Menu
Retour à la cohorte
Enregistrement W1992177352 · doi:10.1353/hpu.2011.0075

Nativity Status and Access to Care in Canada and the U.S.: Factoring in the Roles of Race/Ethnicity and Socioeconomic Status

2011· article· en· W1992177352 sur OpenAlexfundaboutno aff
Lydie A. Lebrun, Leiyu Shi

Notice bibliographique

RevueJournal of Health Care for the Poor and Underserved · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchAgency for Healthcare Research and Quality
Mots-clésSocioeconomic statusEthnic groupMedicineDemographyLogistic regressionHealth careRace (biology)OddsHealth equityGerontologyConfoundingEnvironmental healthPublic healthPopulationNursingPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

We conducted cross-country comparisons of Canada and the U.S., and assessed the extent to which access to care varies by nativity status overall, as well as in conjunction with race/ethnicity and socioeconomic status. Data came from the Joint Canada-U.S. Survey of Health (n=6,620 non-elderly adults). Access measures included having a regular medical doctor, consultation with a health professional in the past year, dentist visit in the past year, Pap test in the past three years, and any unmet health care needs in the past year. Logistic regression was employed to estimate the relative odds of access to care, adjusting for potential confounders. Disparities in access to care based on nativity status overall, as well as nativity-by-race joint effects, were found in both countries. There was also a dose-response effect of education on access to care among the native-born but not among the foreign-born; there were few nativity-by-income joint effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,001
Communication savante0,0020,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,094
Tête enseignante GPT0,313
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations30
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Health Care for the Poor and UnderservedMême sujetHealthcare Policy and ManagementTravaux en français237 207