Prediction and Decomposition of Efficiency Differences in Chinese Provincial Community Health Services
Notice bibliographique
Résumé
The objective of this paper is to analyze the provincial efficiency of the Chinese community health care service and its differences. This study allows us to predict the provincial differences in the efficiency of the Chinese community health care service from 2017 to 2026. This study analyzes the contributions of inter-regional and intra-regional differences in the total efficiency difference. We use the Super-SBM (Slacks-based Model) data envelopment analysis (DEA) model, Grey Model GM (1,1) for grey prediction, and the group-based Theil index decomposition method to study Chinese provincial panel data from 2008 to 2016. Results show that a fluctuating trend existed in the average provincial efficiency of community health services from 2008 to 2016. The community health services in a considerable number of provincial areas were inefficient. This study also reveals that there existed apparent inter-provincial differences in efficiency in Chinese community health services. The inter-provincial differences of the efficiency of Chinese community health services revealed by the Theil index declined at a relatively slow pace. With regard to the provincial efficiency difference of the Chinese community health service, the intra-regional efficiency difference is the most important structural reason for the overall efficiency difference, which explains the overall difference to a large extent. The inter-regional efficiency difference among the eastern, central, and western regions becomes the secondary structural reason, which should not be ignored. In conclusion, focus should be put on restructuring the investments into medical resources for community health service in each Chinese province. More attentions should be put into narrowing the inter-regional efficiency differences of the Chinese provincial community health service. The strategies targeted at reducing the inter-regional efficiency differences should not be ignored, so as to facilitate the improvement of overall efficiency of the Chinese community health service.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».