Dynamic geographical accessibility assessments to improve health equity: protocol for a test case in Cali, Colombia
Notice bibliographique
Résumé
This protocol proposes an approach to assessing the place of residence as a spatial determinant of health in cities where traffic congestion might impact health services accessibility. The study provides dynamic travel times presenting data in ways that help shape decisions and spur action by diverse stakeholders and sectors. Equity assessments in geographical accessibility to health services typically rely on static metrics, such as distance or average travel times. This new approach uses dynamic spatial accessibility measures providing travel times from the place of residence to the health service with the shortest journey time. It will show the interplay between traffic congestion, accessibility, and health equity and should be used to inform urban and health services monitoring and planning. Available digitised data enable efficient and accurate accessibility measurements for urban areas using publicly available sources and provide disaggregated sociodemographic information and an equity perspective. Test cases are done for urgent and frequent care (i.e., repeated ambulatory care). Situational analyses will be done with cross-sectional urban assessments; estimated potential improvements will be made for one or two new services, and findings will inform recommendations and future studies. This study will use visualisations and descriptive statistics to allow non-specialized stakeholders to understand the effects of accessibility on populations and health equity. This includes "time-to-destination" metrics or the proportion of the people that can reach a service by car within a given travel time threshold from the place of residence. The study is part of the AMORE Collaborative Project, in which a diverse group of stakeholders seeks to address equity for accessibility to essential health services, including health service users and providers, authorities, and community members, including academia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,047 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,118 | 0,014 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».