MétaCan
Menu
Retour à la cohorte
Enregistrement W4389248318 · doi:10.1016/j.jhealeco.2023.102842

Valuing life over the life cycle

2023· article· en· W4389248318 sur OpenAlexaff
Pascal St‐Amour

Notice bibliographique

RevueJournal of Health Economics · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésWillingness to payValue of lifeLongevityEconomicsConsumption (sociology)Life expectancyWillingness to acceptValuation (finance)Falling (accident)Actuarial scienceMedicineGerontologyMicroeconomicsEnvironmental healthPopulationFinance

Résumé

récupéré en direct d'OpenAlex

Adjusting the valuation of life along the (i) person-specific (age, health, wealth) and (ii) mortality risk-specific (beneficial or detrimental, temporary or permanent changes) dimensions is relevant in prioritizing healthcare interventions. These adjustments are provided by solving a life cycle model of consumption, leisure and health choices and the associated Hicksian variations for mortality changes. The calibrated model yields plausible Values of Life Year between 154K$ and 200K$ and Values of Statistical Life close to 6.0M$. The willingness to pay (WTP) and to accept (WTA) compensation are equal and symmetric for one-shot beneficial and detrimental changes in mortality risk. However, permanent, and expected longevity changes are both associated with larger willingness for gains, relative to losses, and larger WTA than WTP. Ageing lowers both variations via falling resources and health, lower marginal continuation utility of living and decreasing longevity returns of changes in mortality.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,109
Tête enseignante GPT0,464
Écart entre enseignants0,355 · 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
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health EconomicsMême sujetGlobal Health Care IssuesTravaux en français237 207