A dental workforce strategy to make Australian public dental services more efficient
Notice bibliographique
Résumé
BACKGROUND: Dental services can be provided by the oral health therapy (OHT) workforce and dentists. This study aims to quantify the potential cost-savings of increased utilisation of the OHT workforce in providing dental services for children under the Child Dental Benefits Schedule (CDBS). The CDBS is an Australian federal government initiative to increase dental care access for children aged 2-17 years. METHODS: Dental services billed under the CDBS for the 2013-2014 financial year were used. Two OHT-to-dentist workforce mix ratios were tested: Model A National Workforce (1:4) and Model B Victorian Workforce (2:3). The 30% average salary difference between the two professions in the public sector was used to adjust the CDBS fee schedule for each type of service. The current 29% utilisation rate of the CDBS and the government target of 80% were modelled. RESULTS: The estimated cost-savings under the current CDBS utilisation rate was AUD 26.5M and AUD 61.7M, for Models A and B, respectively. For the government target CDBS utilisation rate, AUD 73.2M for Model A and AUD 170.2M for Model B could be saved. CONCLUSION: An increased utilisation of the OHT workforce to provide dental services under the CDBS would save costs on public dental service funding. The potential cost-savings can be reinvested in other dental initiatives such as outreach school-based dental check programmes or resource allocation to eliminate adult dental waiting lists in the public sector.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».