MétaCan
Menu
← Retour à la cohorte
Enregistrement W2945154507 · doi:10.3386/w25870

Reclassification to Avoid Consumer Cost-Sharing in Group Health Plans

2019· report· en· W2945154507 sur OpenAlexfundno aff
Olesya Fomenko, Jonathan Gruber

Notice bibliographique

RevueNational Bureau of Economic Research · 2019
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensnon disponible
Organismes subventionnairesWomen's College Research Institute
Mots-clésGroup (periodic table)Cost sharingBusinessHealth planActuarial scienceOperations managementComputer scienceMarketingHealth careMedicineEconomicsNursingChemistry

Résumé

récupéré en direct d'OpenAlex

We examine how consumers respond to being effectively double insured under two systems: group health (GH) and workers' compensation (WC).Many GH plans have substantial consumer cost-sharing burden, while WC coverage has no cost-sharing for medical services for workrelated injuries.As a result, a consumer facing a large deductible under their group health plan will have a strong financial incentive to make a claim under WC instead.We use a unique data set of claims under both GH and WC to study how "case shifting" to WC responds to GH deductibles for the most common set of injuries that are covered under both types of insurance.We identify the impact of case shifting by using interactions of deductible levels and previous spending.We find that a typical claim is about 1.4 percentage points (5.3%) more likely to be filed as a WC claim when facing an average deductible (about $630) compared to a plan with no deductible, and that total WC costs in the U.S. are more than $1.2 billion higher as a result.At the same time, we find that consumers do not appear to be forward looking, focusing on the "spot price" rather than the full "end of year price" in deciding whether to claim under WC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,050
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,675
Tête enseignante GPT0,554
Écart entre enseignants0,121 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic Research→Même sujetHealthcare Policy and Management→Travaux en français237 207→