Health, Quality of Life and GDP: An ASEAN Experience
Notice bibliographique
Résumé
Governments all over the world would like to improve the well being of its citizen. One aspects of well being can be seen through the quality of life (QoL) a person enjoys. Measuring and determining what is QoL is not an easy task. In this paper, using per-capita income as the yardstick for QOL, and the role of government through the way it spend its public money would be able to tell how ASEAN governments’ expenditure influences the QoL. Particularly government expenditure on health signifies the commitment of a government in improving the QoL. QoL can also be seen through the availability of health care in country. When health care improves, life span and earning abilities will raise too. It is the government’s responsibility in providing the best health care to the people. Government’s commitment can be gauged through the amount it spends on these items. At the same time government spending would bring spillover effects in terms of raising per-capita income, which reflects the QoL. Using data on government expenditure of ASEAN countries for the last 15 years, it would be possible to determine on what extent expenditures on health do influence the per-capita income. Initial findings reveal that the impact of both these government expenditures on per-capita income is not the same for all the ASEAN countries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».