The Affordability Of Individual-Market Health Insurance In California Under The American Rescue Plan Act, 2021
Notice bibliographique
Résumé
In 2021 the American Rescue Plan Act increased premium subsidies for people purchasing insurance from the Affordable Care Act Marketplaces and provided zero-premium Marketplace plans that covered 94 percent of medical care costs (silver 94 plans) to recipients of unemployment compensation. Using data on adult enrollees in on- and off-Marketplace individual plans in California in 2021, we found that 41 percent reported incomes at or below 400 percent of the federal poverty level and that 39 percent reported living in households receiving unemployment compensation. Overall, 72 percent of enrollees reported having no difficulty paying premiums, and 76 percent reported that out-of-pocket expenses did not affect their seeking of medical care. The majority of enrollees eligible for plans with cost-sharing subsidies were enrolled in Marketplace silver plans (56-58 percent). Many of these enrollees, however, may have missed opportunities for premium or cost-sharing subsidies: 6-8 percent enrolled in off-Marketplace plans and were more likely to have difficulty paying premiums than those in Marketplace silver plans, and more than one-quarter enrolled in Marketplace bronze plans and were more likely to delay care because of cost than those in Marketplace silver plans. In the coming era of expanded Marketplace subsidies under the Inflation Reduction Act of 2022, helping consumers identify high-value and subsidy-eligible plans could mitigate remaining affordability problems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».