MétaCan
Menu
Retour à la cohorte
Enregistrement W4401419620 · doi:10.1038/s41597-024-03691-5

Where should we go - Estimating travel times for modelling accessibility to 24-hour emergency departments in Canada

2024· article· en· W4401419620 sur OpenAlexafffundabout
Tomoko McGaughey, Paul A. Peters

Notice bibliographique

RevueScientific Data · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensCarleton University
Organismes subventionnairesGovernment of Ontario
Mots-clésCensusTravel timePopulationGeographyService (business)Transport engineeringSubdivisionHealth careBusinessComputer scienceMedicineEnvironmental healthMarketingEngineeringEconomic growth

Résumé

récupéré en direct d'OpenAlex

Estimating travel time to 24-hour emergency services is an important component to modelling accessibility of health services, particularly for rural areas. However, methods used to estimate travel time vary significantly, are not representative of the residential population, and are not openly validated. This makes the assessment of travel-based accessibility metrics between studies incomparable. To address this issue and develop a standardized measurement of emergency service access, this study utilized small geographic units (Dissemination Areas - DA) and geographical boundaries representative of municipal equivalents (Census Subdivision - CSD). Estimated travel times between the centroid of an inhabited DA to each 24-hr emergency department was computed with population-weighted travel times generated for each CSD. This dataset provides a nationally consistent measurement of proximity to emergency services accounting for travel pathing and population distribution. This methodology can be extended to generate estimated shortest travel routes for other healthcare resources or develop actual travel routes based on individuals' experiences with the healthcare system.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil0,773

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,156
Tête enseignante GPT0,384
Écart entre enseignants0,228 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetUrban Transport and AccessibilityTravaux en français237 207