The influence of welfare spending on national immunization outcomes: A scoping review
Notice bibliographique
Résumé
Background: National policies influence the environments in which people live, but the ways in which these national policies influence people’s health are not well understood. Welfare spending is one national policy that may influence population health. While some research indicates higher levels of welfare investment may positively influence health, mixed findings contradict this conclusion. These mixed results examining the link between welfare policies and health may be better understood by investigating the relationship between welfare spending and preventative health interventions, such as immunization. Objective: This article’s purpose is to summarize the literature studying the relationship between national welfare spending and immunization outcomes. Design: This scoping review used the Joanna Briggs scoping review method. Data sources: The scoping review utilized scholarly databases and a focused gray literature search to find research articles that explored relationships between welfare spending and immunization outcomes. Review methods: Data was extracted from articles, including themes, aims, populations, years of study, methods, and findings. The articles’ themes were further analyzed with a word cloud and principal component analysis to determine which themes were more likely to coincide in the literature. Results: Seven articles were included in the review. Most of these articles did not address the relationship between welfare spending or policy and immunizations directly or with rigorous methods. Conclusions: Ultimately, the results of the scoping review suggest a lack of literature regarding the relationship between welfare spending and immunization outcomes. Further research is needed to understand the impacts of national welfare spending on immunization outcomes.
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 | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».