MétaCan
Menu
Retour à la cohorte
Enregistrement W4311947574 · doi:10.3389/fpubh.2022.1014351

Health shocks, basic medical insurance and common prosperity: Based on the analysis of rural middle-aged and elderly groups

2022· article· en· W4311947574 sur OpenAlexaff
Yuan Zhang, Yuquan Sun, Mingli Xie, Yuping Chen, Shouhui Cao

Notice bibliographique

RevueFrontiers in Public Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensUniversity of Guelph
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesTrường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí MinhNational Social Science Fund of ChinaZhongnan University of Economics and Law
Mots-clésProsperityShock (circulatory)ChinaWelfareDemographic economicsRural areaPromotion (chess)PovertyMedicineEconomic growthSocioeconomicsGerontologyEconomicsGeographyPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Health is a major part of human welfare. The index system of common prosperity was constructed for middle-aged and elderly people in rural areas. Besides, the impart of health shocks and rural basic medical insurance on common prosperity was explored. The data for this study came from China Health and Retirement Longitudinal Survey (CHARLS) in 2013, 2015, and 2018. The finding shows that health shocks hindered the improvement of the common prosperity of the middle-aged and elderly in rural areas, among which daily activities produced the greatest negative effect. The heterogeneity analysis shows that health shocks have a stronger negative effect on the common prosperity of low-income groups than that of high-income ones. The shock of daily activity ability has the greatest influence on the middle-aged and elderly between 45 and 55 years old. However, acute health shocks have a strong negative effect on those aged above 56. The mechanism analysis shows that rural basic medical insurance can alleviate the health shocks to middle-aged and elderly people, but the effect is limited. In general, low-income groups benefit more. Therefore, China should speed up the promotion of the Healthy China Strategy and the reform of the rural basic medical insurance system, and prompt changes from an inclusive to a targeted policy to provide more precise safeguards for vulnerable groups.

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)0,016
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,121
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,049
Tête enseignante GPT0,362
Écart entre enseignants0,314 · 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'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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetGlobal Health Care IssuesTravaux en français237 207