MétaCan
Menu
Retour à la cohorte
Enregistrement W3124421042

Bypassing health providers: the quest for better price and quality of health care in Chad

2008· preprint· en· W3124421042 sur OpenAlexaff
Bernard Gauthier, Waly Wane

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2008
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésHealth facilityQuality (philosophy)Health careBusinessMatching (statistics)InequalitySurvey data collectionService providerService delivery frameworkPublic economicsEnvironmental healthService (business)MedicineNursingMarketingEconomic growthEconomicsHealth servicesPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates individuals' bypassing behavior in the health sector in Chad and the determinants of individuals' facility choice. We introduce a new way for measuring bypassing which uses the patients' own knowledge of alternative health providers available to them, instead of assuming perfect information as previously done. We analyze how objective and perceived health care quality and prices impact patients' bypassing decisions. The analysis uses data from a health sector survey carried out in 2004 covering 281 primary health care centers and 1801 patients. We observe that income inequalities translate into health service inequalities. We find evidence of two distinct types of bypassing activities in Chad: (1) patients from low-income households bypass high quality facilities they cannot afford and go to low-quality facilities, and (2) rich individuals bypass low-quality facilities and aim for more expensive facilities which also offer a higher quality of care. These significant differences in patients' facility choices are observed across income groups as well as between rural and urban areas.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,128
Tête enseignante GPT0,383
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetHealthcare Systems and ReformsTravaux en français237 207