MétaCan
Menu
Retour à la cohorte
Enregistrement W4205275002 · doi:10.3138/cpp.2021-017

Accounting for the Rising Caesarean Section Rate in Canada: What Are the Roles of Changing Needs, Practices, and Incentives?

2022· article· en· W4205275002 sur OpenAlexaffvenueabout
Michael Baker, Maripier Isabelle, Mark Stabile, Sara Allin

Notice bibliographique

RevueCanadian Public Policy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversité LavalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCaesarean sectionIncentiveSection (typography)Demographic economicsHealth careAccountingEconomicsBusinessActuarial scienceEconomic growthPregnancy

Résumé

récupéré en direct d'OpenAlex

In most high-income countries, including Canada, the share of births by Caesarean section (C-section) has risen over the past decades to far exceed World Health Organization recommendations of the proportion justified on medical grounds (15 percent). Although unnecessary C-sections represent an important cost for health care systems, they are not associated with clear benefits for the mother and the child and can sometimes represent additional risks. Drawing on administrative records of nearly four million births in Canada, as well as macro data from the United States and Australia, we provide a comprehensive account of rising C-section rates. We explicitly consider the contributions of the main factors brought forward in the policy literature, including changing characteristics of mothers, births, and physicians as well as changing financial incentives for C-section deliveries. These factors account for at most one-half of the increase in C-section rates between April 1994 and March 2011. The majority of the remaining increase in C-sections over the period occurred in the early 2000s. We suggest that some event or shock in the early 2000s is likely the primary determinant of the recent strong increase in the C-section rate in Canada.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,110
Score d'incertitude au seuil0,800

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,246 · 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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetGlobal Maternal and Child HealthTravaux en français237 207