MétaCan
Menu
Retour à la cohorte
Enregistrement W2150608822 · doi:10.1111/0008-4085.00029

Quality control mechanisms under capitation payment for medical services

2000· article· en· W2150608822 sur OpenAlexaffvenue
Pierre Thomas Léger

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCapitationPolitical scienceBusinessPaymentHumanitiesMedicineArtFinance

Résumé

récupéré en direct d'OpenAlex

As a result of rising health care costs, many countries, including the United States, have turned to managed care organizations and the use of capitation payment systems. Although this type of system is an effective mechanism for reducing excessive utilization of health care, it may lead to the underprovision of medical services. In this paper propensity to underprovide medical services in a prepayment system as well as the effects of auditing/monitoring on physician behaviour and patient well‐being are examined. Conditions are found under which managed care yields more efficient outcomes than traditional fee‐for‐service care. Suite à la croissance importante des coûts des soins, plusieurs pays, y compris les Etats Unis, ont commencéà se tourner vers des organisations spécialisées pour gérer la prestation des services et à faire usage de systèmes de rémunération per capita. Même si ce genre de système est un mécanisme efficace pour réduire l'usage excessif des service de santé, il peut entraîner une offre déficiente de services médicaux. Ce mémoire examine la propensitéà fournir moins de services dans un système de pré‐paiement. On examine aussi les effets de la surveillance et de la vérification sur le comportement des médecins et sur le bien‐être des patients. On met en lumière les conditions qui assurent que les soins fournis dans un tel système donneront de meilleurs résultats que la rémunération à l'acte.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,147
Tête enseignante GPT0,234
Écart entre enseignants0,087 · 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'étudeThéorique ou conceptuel
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

Citations23
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetHealthcare Policy and ManagementTravaux en français237 207