MétaCan
Menu
Retour à la cohorte
Enregistrement W3161155773

The Cost of Caring: Out‐Of‐Pocket Expenditures and Financial Hardship Among Canadian Carers

2017· article· en· W3161155773 sur OpenAlexaffabout
Karen A. Duncan, Shahin Shooshtari, Kerstin Roger, Janet Fast, Jing Han

Notice bibliographique

RevueSSRN Electronic Journal · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensUniversity of AlbertaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFinanceLogistic regressionSample (material)BusinessHealth and Retirement StudyFinancial planFinancial riskDemographic economicsActuarial scienceEconomicsMedicineGerontology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

At some point in their lives, nearly half of Canadians aged 15 and older have been caregivers or carers to family members or friends with long-term health, disability or aging-related needs. Many of these carers spend money out-of-pocket on the care-related needs of their family member or friend, and this spending may expose carers to a higher risk of financial hardship. Although the literature on care-related out-of-pocket expenditures (OPE) is growing, we know little about the relationship between financial hardship and OPE, and the changes in financial behaviour that result. Using data from a nationally representative sample of family carers age 45 drawn from Statistics Canada’s 2012 General Social Survey on Caregiving and Care Receiving, we explore the relationship between care-related OPE and financial hardship and the financial behaviors, such as modifying spending, deferred savings, and borrowing, used by carers who report financial hardship. The results from multivariate logistic regression analyses exploring risk factors for financial hardship suggest personal financial planning strategies and public policies to minimize the risk of incurring financial hardship due to care-related OPE.

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)0,005
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 enseignants0,032
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,272
Écart entre enseignants0,261 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207