Young adults seeking medical care: do race and ethnicity matter?
Notice bibliographique
Résumé
KEY FINDINGS: Data from the National Health Interview Survey: 2008-2009. More than one-half of Hispanic young adults aged 20-29 years were uninsured in 2008-2009 compared with one-third of non-Hispanic black young adults and almost one-quarter of non-Hispanic white young adults. Among young adults aged 20-29 years, non-Hispanic white (66%) young adults were twice as likely as Hispanic (33%) young adults to have private health insurance coverage. Approximately equal percentages of Hispanic, non-Hispanic white, and non-Hispanic black young adults with private health insurance or Medicaid had a usual source of medical care. Uninsured non-Hispanic white (37%) and non-Hispanic black (33%) young adults were more likely to have unmet medical need than uninsured Hispanic (21%) young adults. Health care disparities among different racial and ethnic subgroups in the United States are of national concern. Health insurance is a key factor in the access to medical care services, and young adults in the United States aged 20-29 years are more likely than adults aged 30 years and over to lack health insurance coverage (1-4). A previous report has examined the differences in health insurance and access to health care by gender among young adults aged 20-29 years (5). This report focuses on the differences in health insurance and access to health care among Hispanic, non-Hispanic white, and non-Hispanic black young adults aged 20-29 years.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».