MétaCan
Menu
Retour à la cohorte
Enregistrement W2890448771 · doi:10.1177/0840470418791868

Income inequality, structural racism, and Canada’s low performance in health equity

2018· article· en· W2890448771 sur OpenAlexaffabout
Nathan Nickel, Janelle Boram Lee, Joanne Chateau, Michael T. Paillé

Notice bibliographique

RevueHealthcare Management Forum · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCommonwealthHealth equityEquity (law)Social determinants of healthCommissionPublic economicsPopulation healthHealth careInequalityPolitical scienceEconomicsEconomic growthFinanceLaw

Résumé

récupéré en direct d'OpenAlex

In 2017, the Commonwealth Fund released a report evaluating 11 countries' healthcare systems on a variety of domains; one of these domains was health equity. Canada's score on health equity placed it among the bottom three countries. This article applies a conceptual framework for health equity developed by the World Health Organization's Commission on the Social Determinants of Health to reflect upon and discuss mechanisms that may help to explain Canada's low score. We discuss the role that two societal-level constructs-income inequality and structural racism-play in shaping population health and health equity. We use publically available data to examine whether income inequality correlates with the Commonwealth Fund report's equity measures. We also comment on the role that Canada's history of colonialism may play in its health equity ranking.

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 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 enseignants0,164
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,033
Tête enseignante GPT0,374
Écart entre enseignants0,341 · 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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetHealth disparities and outcomesTravaux en français237 207