MétaCan
Menu
Retour à la cohorte
Enregistrement W2073895284 · doi:10.1017/s1744133108004611

Policy choice or economic fundamentals: what drives the public–private health expenditure balance in Canada?

2008· article· en· W2073895284 sur OpenAlexafffundabout
Livio Di Matteo

Notice bibliographique

RevueHealth Economics Policy and Law · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensLakehead University
Organismes subventionnairesCanadian Medical AssociationDoctors of BCMcMaster University
Mots-clésPer capitaDemographic economicsHealth carePublic healthPopulationHealth policyPublic economicsEconomicsPer capita incomeInequalityBusinessEconomic growthDemographyMedicineSociology

Résumé

récupéré en direct d'OpenAlex

The public share of Canadian total health expenditure declined between 1975 and 2005 but categories such as physicians stayed constant while drugs, other institutions, and capital spending saw increases. Regressions find the key determinants of the public share to be: the relative price of health care, per capita income, federal transfers, proportion of population over age 65, provincial dummy variables, political parties, the onset of the Canada Health Act and the Canada Health and Social Transfer (CHST), and a time trend invoking technological change. Increasing income inequality is not a factor eroding the public share. Moreover, provinces governed by center-left parties are associated with lower public shares in the physician and other health professional categories. The significance of variables like the Canada Health and Social Transfer, the Canada Health Act and provincial differences suggest the increase in the private share of health spending since 1975 is partly the result of policy choices. As the public share has only declined from approximately 76% to 70% over 30 years, it appears the shift towards private care is one of marginal increments. Canadians remain in conflict over their health care system as they appear willing to tolerate only marginal accretions in the overall private share of health spending but accept larger changes across health expenditure categories and provincial systems.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,077
Tête enseignante GPT0,416
Écart entre enseignants0,339 · 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.

Devis d'étudeSans objet
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

Citations17
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Economics Policy and LawMême sujetGlobal Health Care IssuesTravaux en français237 207