Unmasking population undercounts, health inequities, and health service access barriers across Indigenous populations in urban Ontario
Notice bibliographique
Résumé
OBJECTIVES: Our Health Counts (OHC) methods are designed to address gaps in urban-based Indigenous health information. In partnership with local Indigenous health service providers, we have successfully implemented OHC in six Ontario cities. The aim of this study is to summarize findings regarding Indigenous population undercount, health inequities, and health service access barriers across study sites. METHODS: We estimated Indigenous population size using OHC census participation survey responses and a multiplier approach. Health inequities between Indigenous populations and overall populations in each city were examined using respondent-driven sampling (RDS), adjusted OHC survey results, and existing public data. Measures included health status outcomes; determinants of health; barriers to health service access, including discrimination by health service providers; and unmet health needs. RESULTS: Indigenous social networks were strong and extensive, and the urban populations demonstrate resilience and cultural continuity across multiple measures. Self-reported rates of census participation for Indigenous populations were markedly lower than those for the general population in each city, and OHC Indigenous population size estimates were consistently 2‒4 times higher than reported in the census. Indigenous to general population health inequities cut across measures of chronic disease, determinants of health, and unmet health needs. Indigenous populations experienced multiple barriers to health services access, including racial discrimination by health service providers. CONCLUSION: The Canadian census appears to markedly underestimate Indigenous population size in urban areas. Indigenous health inequities and service access barriers are striking and cross-cutting. Timely adaptation of health policies, services, and funding allocations in response to these findings is recommended.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».