MétaCan
Menu
Retour à la cohorte
Enregistrement W4409572460 · doi:10.1002/hec.4965

Income‐Related Inequalities in Future Health Prospects

2025· article· en· W4409572460 sur OpenAlexfundno aff
Gustav Kjellsson, Dennis Petrie, Tom Van Ourti

Notice bibliographique

RevueHealth Economics · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesGöteborgs UniversitetErasmus Universiteit RotterdamAustralian Research CouncilMonash UniversityUniversity of Ottawa
Mots-clésInequalityHealth equitySocial determinants of healthPublic economicsEconomicsSocial inequalityIndex (typography)Demographic economicsActuarial scienceEconomic growthHealth careComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Measuring health disparities is key to monitoring health systems, but hitherto disparities in the individual risk people face about their future health has been neglected. This paper integrates individual health risk into income-related health inequality measurement. We develop a rank dependent health inequality index that considers inequalities in each individual's expected future health and the dispersion of their future health prospects. It is useful when a social planner wants to account for risk averse preferences in the assessment of income-related inequalities of future health prospects. The empirical application using Australian longitudinal data highlights that neglecting individual risk underestimates income-related inequalities in future health prospects since the poor not only face worse expected future health, but also faced greater dispersion in their future health prospects compared to the rich.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0000,001

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 Opus0,040
Tête enseignante GPT0,436
Écart entre enseignants0,396 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetGlobal Health Care IssuesTravaux en français237 207