MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413017328 · doi:10.22215/etd/2025-16676

Unveiling the Spatial Dimensions of Hospitalization and Resource Utilization in Rural Ontario: A Comprehensive Analysis of Travel Time, Socio-demographic Factors, and Healthcare System Usage

2025· dissertation· en· W4413017328 sur OpenAlexaboutno aff
Tina Ganji

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth careGeographyHealthcare systemResource (disambiguation)MedicineBusinessGerontologyEnvironmental healthComputer scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

The provision of equitable and appropriate health and care services to rural communities is a critical component of the Canadian health system. Rural communities face severe pressures from poor access to health services and health policies that reinforce these challenges. Consequently, rural health inequalities are a concern for policymakers and researchers interested in rural populations. Accessibility of appropriate health services varies due to spatial (e.g., geographic barriers such as distance, climate, or natural features) and non-spatial factors (e.g., socio-demographic characteristics and health service planning). This thesis comprises three studies that collectively develop a comprehensive picture of rural health and care service accessibility in Ontario, Canada. The first study is a scoping review of how rural high-resource healthcare users are defined in the literature. Despite its frequent use, no standardized definition of high resource use exists. The second study evaluates accessibility to Emergency Departments (EDs) at the small-area level using a three-step floating catchment area (3SFCA) method. This method calculates accessibility scores based on supply, demand, and travel time, identifying changes in ED service access among rural residents by analyzing data from the 2011 Canadian Census Health and Environment Cohorts (CanCHEC) and the National Ambulatory Care Reporting System (NACRS) from 2018/19 to 2020/21. The third study explores the influence of spatial accessibility and socio-demographic factors on attachment to primary care using Geographic Weighted Regression (GWR). A mixed-methods approach examines how socio-demographic variables, such as material deprivation, residential instability, and ethnic concentration, correlate with primary care attachment. Findings reveal significant relationships between higher levels of deprivation, instability, and decreased attachment rates, underscoring the role of socio-economic factors in healthcare disparities. This research highlights substantial variations in healthcare access among rural residents. Local factors and spatial non-stationarity significantly impact healthcare utilization. Tailored healthcare policies are crucial to addressing disparities in ED use and primary care access. These findings contribute to a nuanced understanding of neighborhood-level healthcare variability, offering insights for improving service delivery and advocating for targeted strategies to enhance accessibility and reduce disparities, ultimately improving public health outcomes in rural Ontario.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,364
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Explorer davantage

Même sujetGlobal Health Workforce Issues→Travaux en français237 207→