MétaCan
Menu
Retour à la cohorte
Enregistrement W3123031993

The Determinants of Canadian Provincial Health Expenditures: Evidence from a Dynamic Panel

2011· preprint· en· W3123031993 sur OpenAlexaboutno aff
Fırat Bilgel, Kien C. Tran

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2011
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLife expectancyIncome elasticity of demandPanel dataDemographic economicsEconomicsHealth careInstrumental variablePopulation healthPopulationLabour economicsPublic economicsEconometricsEnvironmental healthEconomic growthMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis aims to reveal the magnitude of the income elasticity of health expenditure and the impact of non-income determinants of health expenditures in the Canadian Provinces. Health can be seen as a luxury good if the income elasticity exceeds unity and as a necessity good if the income elasticity is below unity. The motivation behind the analysis of the determinants of health spending is to identify the forces that drive the persistent increase in health expenditures in Canada and to explain the disparities in provincial health expenditures, thereby to prescribe sustainable macroeconomic policies regarding health spending. Panel data on real per capita GDP, relative price of health care, the share of publicly funded health expenditure, the share of senior population and life expectancy at birth have been used to investigate the determinants of Canadian real per capita provincial total, private and government health expenditures for the period 1975-2002. Dynamic models of health expenditure are analyzed via Generalized Instrumental Variables and Generalized Method of Moments techniques. Evidence confirms that health is far from being a luxury for Canada and government health expenditures are constrained by the relative prices. Results also cast doubt upon the power of quantitative analysis in explaining the increasing health expenditures.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,005
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 Opus0,174
Tête enseignante GPT0,471
Écart entre enseignants0,296 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGlobal Health Care IssuesTravaux en français237 207