Welfare generosity and population health among Canadian provinces: a time-series cross-sectional analysis, 1989–2009
Notice bibliographique
Résumé
BACKGROUND: Recent work in comparative social epidemiology uses an expenditures approach to examine the link between welfare states and population health. More work is needed that examines the impact of disaggregated expenditures within nations. This study takes advantage of provincial differences within Canada to examine the effects of subnational expenditures and a provincial welfare generosity index on population health. METHODS: Time-series cross-sectional data are retrieved from the Canadian Socio-Economic Information Management System II Tables for 1989-2009 (10 provinces and 21 years=210 cases). Expenditures are measured using 20 disaggregated indicators, total expenditures and a provincial welfare generosity index, a ombined measure of significant predictors. Health is measured as total, male and female age-standardised mortality rates per 1000 deaths. Estimation techniques include the Prais-Winsten regressions with panel-corrected SEs, a first-order autocorrelation correction model, and fixed-unit effects, adjusted for alternative factors. RESULTS: Analyses reveal that four expenditures effectively reduce mortality rates: medical care, preventive care, other social services and postsecondary education. The provincial welfare generosity index has even larger effects. For an SD increase in the provincial welfare generosity index, total mortality rates are expected to decline by 0.44 SDs. Standardised effects are larger for women (β=-0.57, z(19)=-5.70, p<0.01) than for men (β=-0.38, z(19)=-5.59, p<0.01). CONCLUSIONS: Findings show that the expenditures approach can be effectively applied within the context of Canadian provinces, and that targeted spending on health, social services and education has salutary effects.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».