MétaCan
Menu
Retour à la cohorte
Enregistrement W6891372280 · doi:10.3886/icpsr36364.v3

Health Reform Monitoring Survey, United States, First Quarter 2015

2019· dataset· en· W6891372280 sur OpenAlexaboutno aff

Notice bibliographique

RevueICPSR Data Holdings · 2019
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesRobert Wood Johnson Foundation
Mots-clésRespondentHealth careQuarter (Canadian coin)Welfare reformAgency (philosophy)Government (linguistics)Social securityVoucherMedicaidWelfare

Résumé

récupéré en direct d'OpenAlex

In January 2013, the Urban Institute launched the Health Reform Monitoring Survey (HRMS), a quarterly survey of the nonelderly population, to explore the value of cutting-edge, Internet-based survey methods to monitor the Affordable Care Act (ACA) before data from federal government surveys are available. Topics covered by the first quarter 2015 survey (the ninth round of the HRMS) include self-reported health status, awareness of key provisions of the ACA, sources of information about the health plans offered in the ACA marketplace, whether health insurance was purchased through the ACA marketplace, difficulties with access to health care and paying for medical bills and housing costs, out-of-pocket health care costs, type of health insurance coverage if any, and reasons for not having health insurance. Respondents who enrolled in a health insurance plan through the ACA marketplace in 2014 were asked if and why they renewed or changed their plan in 2015. Additional information collected by the survey includes age, gender, sexual orientation, marital status, family size, education, race, Hispanic origin, United States citizenship, housing type, home ownership, internet access, income, employment status, and employer size. The data file also records whether the respondent reported an ambulatory care sensitive condition or a mental or behavioral health condition and whether the respondent or a family member received Social Security, Supplemental Security Income, unemployment insurance benefits or benefits though the Supplement Nutrition Assistance Program, Earned Income Tax Credit, Temporary Assistance for Needy Families, or child care services or child care assistance from a local welfare agency or case manager.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,010

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 Opus0,117
Tête enseignante GPT0,370
Écart entre enseignants0,254 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICPSR Data HoldingsTravaux en français237 207