MétaCan
Menu
Retour à la cohorte
Enregistrement W4306729279 · doi:10.4103/cjrm.cjrm_70_21

The economic impact of rural healthcare on rural economies: A rapid review

2022· review· en· W4306729279 sur OpenAlexaffvenueabout
BrentonL. G Button, Kirstie Taylor, Michael McArthur, Sarah Newbery, Erin Cameron

Notice bibliographique

RevueCanadian Journal of Rural Medicine · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of WinnipegNOSM University
Organismes subventionnairesnon disponible
Mots-clésHealth careRural areaRural healthEconomic growthEconomic impact analysisBusinessGrey literatureMedicineMEDLINEPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Introduction: One critical component of any rural community is its healthcare system. Rural healthcare systems are essential as rural communities have worse health outcomes when compared to urban areas. Rural healthcare systems might also have a positive impact on rural economies. In some rural areas, these health services are threatened with a reduction or closure. This rapid review was carried out to examine the impact of rural healthcare systems' declines on rural economies. Methods: We conducted a rapid review of peer-reviewed and grey literature sources on studies that examined the economic impact of rural healthcare on rural economies in Canada, Australia, Scandinavia and the United States of America (USA). We used a data extraction template adapted from the Centre for Reviews and Dissemination. Results: We found 17 research papers between two databases and nine websites. Articles examined various health professions (dentist, physician assistant and pharmacist), the inclusion of family physicians, a physician with an increased scope of practice (obstetrics and surgery), the impact of a rural primary care hospital, telemedicine, a distributed medical education programme and the health care sector. Conclusion: Rural healthcare seems to have a positive impact on jobs and labour-based wages in rural communities. There is a considerable need for research outside the USA.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,113
Tête enseignante GPT0,478
Écart entre enseignants0,365 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Rural MedicineMême sujetGlobal Health Workforce IssuesTravaux en français237 207