MétaCan
Menu
Retour à la cohorte
Enregistrement W3186625282 · doi:10.1002/jae.2840

Labour supply, service intensity, and contracts: Theory and evidence on physicians

2021· article· en· W3186625282 sur OpenAlexafffund
Bernard Fortin, Nicolas Jacquemet, Bruce Shearer

Notice bibliographique

RevueJournal of Applied Econometrics · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensCenter for Interuniversity Research and Analysis on OrganizationsUniversité Laval
Organismes subventionnairesCanadian HIV Trials Network, Canadian Institutes of Health ResearchAgence Nationale de la Recherche
Mots-clésRemunerationSalaryIncentiveWelfareService (business)BusinessLabour supplyPanel dataEconomicsLabour economicsActuarial scienceFinanceMicroeconomicsEconometricsMarketing

Résumé

récupéré en direct d'OpenAlex

Summary Based on linked administrative and survey panel data, we analyse the labour supply behaviour of physicians who could adopt either a standard fee‐for‐service contract or a mixed remuneration (MR) contract. Under MR, physicians received a per diem and a reduced fee for services provided. We present estimates of a structural discrete choice model that incorporates service intensity (services provided per hour) and contract choice into a labour supply framework. We use our estimates to predict (ex ante) the effects of contracts on physician behaviour and welfare, as measured by average equivalent variations. The supply of services is reduced under an MR contract, suggesting incentives matter. Hours spent seeing patients is less sensitive to incentives than the supply of services. Our results suggest that a reform forcing all physicians to adopt the MR system would have substantially larger effects on physician behaviour than were measured under the observed reform. A pure salary (per diem) reform would sharply reduce services but would increase time spent seeing patients.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,061
Tête enseignante GPT0,263
Écart entre enseignants0,203 · 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
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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EconometricsMême sujetHealthcare Policy and ManagementTravaux en français237 207