MétaCan
Menu
Retour à la cohorte
Enregistrement W3109998109 · doi:10.1186/s13561-020-00294-9

Nonparametric estimation of a primary care production function in urban Brazil

2020· article· en· W3109998109 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHealth Economics Review · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNonparametric statisticsProduction functionEconometricsDiseconomies of scaleReturns to scaleProduction (economics)EconomicsEstimationCapital (architecture)Economies of scaleActuarial scienceMicroeconomicsGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Brazilian public health system is one of the largest health systems in the world, with a mandate to deliver medical care to more than 200 million Brazilians. The objective of this study is to estimate a production function for primary care in urban Brazil. Our goal is to use flexible estimates to identify heterogeneous returns and complementarities between medical capital and labor. METHODS: We use a large dataset from 2012 to 2016 (with more than 400 million consultations, 270 thousand physicians, and 11 thousand clinics) to nonparametrically estimate a primary care production function and calculate the elasticity of doctors' visits (output) to two inputs: capital stock (number of clinics) and labor (number of physicians). We benchmark our nonparametric estimates against estimates of a Cobb-Douglas (CD) production function. The CD model was chosen as a baseline because it is arguably the most popular parametric production function model. By comparing our nonparametric results with those from the CD model, our paper shed some light on the limitations of the parametric approach, and on the novelty of nonparametric insights. RESULTS: The nonparametric results show significantly heterogeneity of returns to both capital and labor, depending on the scale of operation. We find that diseconomies of scale, diminishing returns to scale, and increasing returns to scale are possible, depending on the input range. CONCLUSIONS: The nonparametric model identifies complementarities between capital and labor, which is essential in designing efficient policy interventions. For example, we find that the response of primary care consultations to labor is steeper when capital level is high. This means that, if the goal is to allocate labor to maximize increases in consultations, adding physicians in cities with a high number of clinics is preferred to allocating physicians to low medical infrastructure municipalities. The results highlight how the CD model hides useful policy information by not accounting for the heterogeneity in the data.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,120
Tête enseignante GPT0,391
Écart entre enseignants0,271 · 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