MétaCan
Menu
Retour à la cohorte
Enregistrement W2070916974 · doi:10.1353/cja.2005.0058

Growing Old Together: The Influence of Population and Workforce Aging on Supply and Use of Family Physicians

2005· article· en· W2070916974 sur OpenAlexaff
Diane Watson, Robert J. Reid, Noralou P. Roos, Petra Heppner

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensUniversity of ManitobaVancouver Hospital and Health Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWorkforcePopulation ageingBusinessAging in the American workforcePopulationGerontologyEconomic growthMedicineEnvironmental healthEconomics

Résumé

récupéré en direct d'OpenAlex

Canadians have expressed concern that access to a family physician (FP) has declined precipitously. Yet FP-topopulation ratios remained relatively stable over the last decade, and there were perceptions of physician surpluses, at least in urban centres, 10 years ago. We evaluated whether demographic changes among patients and FPs, and in the volume of care received and provided over the period, contribute to this paradox. Given the relationship between age and FP use in fiscal year 1991/1992, an aging population should have been associated with a 2 per cent increase in visits by 2000/2001. Likewise, given the relationship between FP age and workloads in 1991/1992, an aging workforce should have been associated with a 12 per cent increase in service provision a decade later. Yet visit rates and average FP workloads remained unchanged. There was an increase in age-specific rates of FP use among older adults and a decline in rates among the young, and an increase in age-specific workloads such that older FPs provided many more services than their predecessors (30%) and younger FPs provided many fewer (20%). In terms of impact on future requirements for FPs, both changes in age-specific rates of use, and changes in age-specific patterns of FP productivity, trump population aging as key drivers.

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 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 enseignants0,267
Score d'incertitude au seuil0,859

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,310
Écart entre enseignants0,283 · 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

Citations14
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetGlobal Health Care IssuesTravaux en français237 207