MétaCan
Menu
Retour à la cohorte
Enregistrement W2044369383 · doi:10.1016/j.healthplace.2012.03.007

Neighbourhoods and potential access to health care: The role of spatial and aspatial factors

2012· article· en· W2044369383 sur OpenAlexafffundabout
Laura Bissonnette, Kathi Wilson, Scott Bell, Tayyab Shah

Notice bibliographique

RevueHealth & Place · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of SaskatchewanUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeighbourhood (mathematics)Catchment areaGeographyPrimary careHealth careImmigrationPrimary health careDemographic economicsRegional scienceEconomic growthMedicineCartographyFamily medicineDrainage basinEconomics

Résumé

récupéré en direct d'OpenAlex

The availability of, and access to, primary health care is one neighbourhood characteristic that has the potential to impact health thus representing an important area of focus for neighbourhood-health research. This research examines neighbourhood access to primary health care in the city of Mississauga, Ontario, Canada. A modification of the Two Step Floating Catchment Area method is used to measure multiple spatial and aspatial (social) dimensions of potential access to primary health care in natural neighbourhoods of Mississauga. The analysis reveals that neighbourhood-level potential access to primary care is dependant on spatial and aspatial dimensions of access selected for examination. The results also show that potential accessibility is reduced for linguistic minorities as well as for recent immigrant populations who appear, on the surface, to have better access to walk-in clinics than dedicated physicians. The research results reinforce the importance of focusing on intra-urban variations in access to care and demonstrate the utility of a new approach for studying neighbourhood impacts that better represents spatial variations in health care access and demand.

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)0,000
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 enseignants0,622
Score d'incertitude au seuil0,760

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,339
Écart entre enseignants0,319 · 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

Citations225
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth & PlaceMême sujetUrban Transport and AccessibilityTravaux en français237 207