MétaCan
Menu
Retour à la cohorte
Enregistrement W4416778091 · doi:10.7454/kesmas.v20i4.2378

Post-Release Health Insurance Utilization Among Ex-Prisoners: A Scoping Review

2025· review· W4416778091 sur OpenAlexaboutno aff

Notice bibliographique

RevueKesmas National Public Health Journal · 2025
Typereview
Langue
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth insuranceHealth careSelf-insurancePrisonHealth policyDescriptive researchDescriptive statistics

Résumé

récupéré en direct d'OpenAlex

The lack of health insurance coverage after prison release significantly reduces access to essential healthcare services, hindering the continuity of care during community reintegration. The evidence on studies of health insurance use following prison release is limited. This scoping review aimed to summarize research on health insurance utilization after release from prison. Literature searches were conducted across databases including ScienceDirect, PubMed, and Scopus. Relevant articles were selected through a two-stage screening process. Data were extracted from the included studies and presented in tabular and descriptive formats. The keywords used were "health insurance AND post-release" and "inmates OR prisoners." This scoping review showed that post-release health insurance utilization varied internationally. Coverage gaps, such as those in the United States, limit access to and continuity of care, whereas Canada and Australia provide more stable services. Barriers included administrative challenges, housing and employment instability, stigma, and poor coordination within the health system. The findings highlight the influence of national insurance frameworks and the need for policies supporting prerelease-release enrollment, coverage continuity, cross-sector collaboration, and adherence to the World Health Organization and Nelson Mandela Rules for equitable healthcare.

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)0,024
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0030,009
Études des sciences et des technologies0,0080,001
Communication savante0,0010,002
Science ouverte0,0020,000
Intégrité de la recherche0,0010,003
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 Opus0,174
Tête enseignante GPT0,471
Écart entre enseignants0,297 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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 revueKesmas National Public Health JournalMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207