MétaCan
Menu
Retour à la cohorte
Enregistrement W2048992785 · doi:10.12927/hcpol.2014.23783

Income and Regional Gradients in Being without a Regular Doctor: Does the Slope of Gradients Decrease for Those with Greater Health Needs?

2014· article· en· W2048992785 sur OpenAlexaffvenueabout
Ardeshir Sepehri

Notice bibliographique

RevueHealthcare policy · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversity of WinnipegUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Demographic economicsDemographyMedicineGeographyEnvironmental healthBusinessEconomicsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Income and regional gradients in being without a regular family doctor have been reported. The study objective was to assess the extent to which the slopes of both income and regional gradients vary by individuals' health needs. METHOD: Using the Canadian Community Health Survey and multivariate regression analyses, the study examined the income and interprovincial variations in potential access among the healthy and less healthy populations. RESULTS: The presence of chronic conditions was associated with lower variations in income-related potential access, with the income gradient flattening at the second-lowest income category. Similarly, the presence of two or more chronic conditions flattened interprovincial variations in potential access. CONCLUSIONS: The results suggest a greater equity in having a regular doctor on the basis of need. Systemic changes might be needed to enhance potential access among the vulnerable segment of the population.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,178
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,037
Tête enseignante GPT0,290
Écart entre enseignants0,253 · 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.

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

Citations1
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetHealthcare Systems and ReformsTravaux en français237 207