MétaCan
Menu
Retour à la cohorte
Enregistrement W2126039677 · doi:10.1377/hlthaff.2009.0839

Health Spending Growth At A Historic Low In 2008

2010· article· en· W2126039677 sur OpenAlexaff
Micah Hartman, Anne Martin, Olivia Nuccio, Aaron Catlin

Notice bibliographique

RevueHealth Affairs · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésRecessionHealth spendingGross domestic productSlowdownEconomicsEconomic slowdownHealth careDemographic economicsGoods and servicesConsumer spendingGreat recessionLabour economicsEconomic growthEconomic policyMacroeconomicsHealth insuranceEconomy

Résumé

récupéré en direct d'OpenAlex

In 2008, U.S. health care spending growth slowed to 4.4 percent--the slowest rate of growth over the past forty-eight years. The deceleration was broadly based for nearly all payers and health care goods and services, as growth in both price and nonprice factors slowed amid the recession. Despite the slowdown, national health spending reached $2.3 trillion, or $7,681 per person, and the health care portion of gross domestic product (GDP) grew from 15.9 percent in 2007 to 16.2 percent in 2008. These developments reflect the general pattern that larger increases in the health spending share of GDP generally occur during or just after periods of economic recession. Despite the overall slowdown in national health spending growth, increases in this spending continue to outpace growth in the resources available to pay for it.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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)0,0000,001

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 Opus0,038
Tête enseignante GPT0,276
Écart entre enseignants0,238 · 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

Citations81
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetHealthcare Policy and ManagementTravaux en français237 207