The impact of transportation equity on healthcare accessibility for children with asthma
Notice bibliographique
Résumé
Equitable access to healthcare facilities is essential to quality of life. However, many vulnerable communities encounter barriers because transportation systems are not designed to serve all residents equally. These disparities are particularly significant for childhood asthma, a public health concern where timely care is essential to prevent adverse outcomes. This study addresses the gaps in understanding how various transportation modes, including public transit, private vehicles, and taxis, influence healthcare accessibility for children with asthma. Using data from 18,393 hospital visits in Calgary, Canada (2010–2021), we evaluate spatiotemporal accessibility across three travel modes, considering emergency and non-emergency healthcare visit scenarios with varying travel cost thresholds through a two-step floating catchment area (2SFCA) method. Horizontal equity is quantified using the Gini coefficient, while vertical equity incorporates socioeconomic factors and asthma prevalence. Our findings reveal that personal vehicles provide the highest and most reliable accessibility, especially during emergencies, whereas public transit frequently fails to meet emergency accessibility demands, particularly at night. Taxis tend to be unaffordable for low-income users but offer comparable accessibility for higher-income travelers in non-emergency contexts. The vertical equity analysis identifies areas characterized by high socioeconomic vulnerability, elevated asthma prevalence, and limited access to healthcare, highlighting zones that warrant targeted interventions to enhance equity in healthcare accessibility.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».