MétaCan
Menu
Retour à la cohorte
Enregistrement W2746567507 · doi:10.1186/s12992-017-0292-y

A study on satisfaction with publicly financed health services in China

2017· article· en· W2746567507 sur OpenAlexaff
Shaoguo Zhai, Pei Wang, Anli Wang, Quanfang Dong, Jiaoli Cai, Peter C. Coyte

Notice bibliographique

RevueGlobalization and Health · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Office for Philosophy and Social SciencesMinistry of Education, India
Mots-clésLikert scaleScale (ratio)Logistic regressionChinaHealth services researchHealth careOrdered logitRural healthPublic healthEnvironmental healthMedicinePsychologyNursingEconomic growthGeographyStatisticsMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With implementation of Chinese universal healthcare, the performance of urban and rural residents' healthcare and the degree of satisfaction with publicly financed health services have become a hot issue in assessing health reforms in China. An evaluation model of health services in community and evaluation indexes of health-system performance have been put forward in related researches. This study examines variation in satisfaction with publicly financed health services among urban and rural residents in five Chinese cities and assesses their determinants. METHODS: The data are derived from a survey of 1198 urban and rural residents from five nationally representative regions concerning their perceptions of satisfaction with China's publicly financed health services. The respondents assessed their degree of satisfaction with publicly financed health services on a 5-point Likert scale. It is a kind of questionaire scale that features the answers for 1-5 points labeled very unsatisfied, unsatisfied, neither unsatisfied nor satisfied, satisfied and very satisfied linking to each factor or variable, where a score of 1 reflects the lowest degree of satisfaction and a score of 5 represents the highest degree. The logistic regression methods are used to identify the variables into its determining components. RESULTS: The overall satisfaction degree representing satisfaction of all factors (variables) is 3.02, which is at the middle level of a 1-5 Likert scale, inferring respondents' neutral attitude to publicly financed health services. According to the correlation test, the factors with characteristic root greater than 0.5 are chosen to take the factor analysis and 12 extracted factors can explain 77.97% of original 18 variables' total variance. Regression analysis based on the survey data finds that health records, vaccinations, pediatric care, elder care, and mental health management are the main factors accounting for degree of satisfaction with publicly financed health services for both urban and rural residents. CONCLUSIONS: What can be done to increase the degree of satisfaction with health services needs to be considered based on our findings. Regression analysis based on the survey data finds that health records, vaccinations, pediatric care, elder care, and mental health management are the main factors accounting for degree of satisfaction with publicly financed health services for both urban and rural residents. Therefore, with improvements in health records, timely vaccination, elder care for women or elder, pediatric care and major psychosis management, degree of satisfaction with publicly financed health services are likely to grow.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,916

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,320
Écart entre enseignants0,269 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetHealthcare Systems and ReformsTravaux en français237 207