MétaCan
Menu
← Retour à la cohorte
Enregistrement W6923419935 · doi:10.14288/1.0132561

Health Care Utilization by Canadian Women

2015· article· en· W6923419935 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSex and Gender in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth carePublic healthPopulationHealth promotionNational Health Interview SurveyLongitudinal studyHealth policyLongitudinal dataMental health

Résumé

récupéré en direct d'OpenAlex

Health Issues: While women are reported to be more frequent users of health services in Canada, differences in women's and men's health care utilization have not been fully explored. To provide an overview on women's healthcare utilization, we selected two key issues that are important for public policy purposes: access to care and patterns of utilization. These issues are examined using primarily data from the 1998/99 National Population Health Survey, complemented by the 2000 Canadian Community Health Survey and the 2001 Health Service Access Survey. Key Findings • Women are twice as likely as men to report a regular family physician, but that proportion is very low (15.8%). • Women report significantly shorter specialist wait times (20.9 days) than men (55.4 days) for mental health, while the reverse is true for asthma and other breathing conditions (10.8 for men, 78.8 for women). • Reported mean wait times are significantly lower for men than for women pertaining to overall diagnostic tests: for MRI, 70.3 days for women compared to 29.1 days for men. Data Gaps and Recommendations • Measurement of possible system bias and its implication for equitable and quality healthcare for women requires larger provincial samples of the national surveys, along with a longitudinal design. • Either a national database on preventive services, or better alignment of provincial databases pertaining to health promotion and preventive services, is needed to facilitate data linkage with national surveys to undertake longitudinal studies that support gender based analyses.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,036
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,010
Études des sciences et des technologies0,0030,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,132
Tête enseignante GPT0,391
Écart entre enseignants0,259 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Collections→Même sujetSex and Gender in Healthcare→Travaux en français237 207→