MétaCan
Menu
Retour à la cohorte
Enregistrement W3094311415 · doi:10.4018/978-1-7998-3479-3.ch128

Generosity in Healthcare Policy Under the Obama Administration

2020· book-chapter· en· W3094311415 sur OpenAlexaff
Khadijeh Rouzbehani

Notice bibliographique

RevueAdvances in information quality and management · 2020
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGenerosityMedicaidAdministration (probate law)Health careLegislationPublic administrationPublic economicsPolitical scienceLaw and economicsBusinessEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The landmark United States healthcare reform law—the Affordable Care Act—provides an opportunity to study the dynamics in healthcare sector.This article posits that the Affordable Care Act (ACA) constitutes an effective public policy alternative that remedies some of the previous problems which existed in America's healthcare system. The ACA seeks to reform the private insurance market, expand Medicaid to the working poor and to change the way medical decisions are made in end-of-life decisions. The central hypothesis of this paper is that the ACA is an improved alternative to the previous policy regime on healthcare in the United States. This hypothesis is unambiguously supported by the rational resource allocation model together with a host of other heuristic approaches. Claims made in this paper also relied on findings of empirical studies, reports, and evaluative studies on the performance of the ACA since its enactment into national legislation under the Obama administration.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,092
Tête enseignante GPT0,341
Écart entre enseignants0,249 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in information quality and managementMême sujetHealthcare Policy and ManagementTravaux en français237 207