MétaCan
Menu
Retour à la cohorte
Enregistrement W4281562776 · doi:10.3138/cpp.2021-063

An Introduction to <i>The Impact of Universal Medicare on the Previously Insured Poor and Nonpoor</i>, a Study on the Impact of Medicare in Nova Scotia by Murray G. Brown and Vernon A. Hicks

2022· article· en· W4281562776 sur OpenAlexaffvenueabout
Gregory P. Marchildon, Livio Di Matteo

Notice bibliographique

RevueCanadian Public Policy · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensLakehead UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNova scotiaContext (archaeology)Government (linguistics)Political scienceActuarial scienceSociologyHistoryEconomicsEthnology

Résumé

récupéré en direct d'OpenAlex

This research note directs the attention of policy scholars to a unique and important research study on Canadian Medicare that is not generally known. Conducted by Murray G. Brown and Vernon A. Hicks, the study examined the impact of Medicare on the demand for services in Nova Scotia before and after the introduction of universal medical care insurance. Titled The Impact of Universal Medicare on the Previously Insured Poor and Nonpoor, this research was written up into a report delivered to the US government but was, unfortunately, never disseminated—nor did it become known in Canada. By summarizing the history and context of the study, the approach and methods used by Brown and Hicks, and the study’s policy significance, this research note also acts as an introduction to the study.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,737
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,390
Écart entre enseignants0,359 · 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'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 Health Care IssuesTravaux en français237 207