Study of the Impact of the ACA Implementation in Kentucky - Quarterly Snapshot: April-June 2015
Notice bibliographique
Résumé
The Foundation for a Healthy Kentucky has contracted with State Health Access Data Assistance Center (SHADAC), a health policy research institute at the University of Minnesota, to study how the Affordable Care Act (ACA) is impacting Kentuckians. SHADAC released its second quarterly health data snapshot which covers the April-June, 2015 timeframe. Highlights of this latest health data snapshot include:From December 2013 to June 2015, Kentucky's uninsurance rate dropped from 20.4% to 9.0% - a steeper decline than that of neighboring states and the nation as a whole.Medicaid funded thousands of preventive services during the quarter, including more than 10,000 breast cancer screenings. Over 9,000 of these breast cancer screenings were among Medicaid expansion enrollees, and nearly 1,200 were among traditional Medicaid enrollees.Children obtained the majority of Medicaid's dental visits, representing 66% of the more than 250,000 dental visits provided during the quarter (among Kentuckians ages 0-64).The proportion of marketplace (kynect) enrollees receiving premium assistance in the form of advance premium tax credits was lower than the national proportion (approx. 70% in Kentucky compared to around 84% for the nation).Kentucky's 11.4 percentage point drop in the rate of uninsured residents continued to outpace neighboring states (Illinois, Indiana, Missouri, Ohio, Tennessee, Virginia and West Virginia) which averaged a 5.2 percentage point drop. The national decline in uninsured in the same timeframe was 5.7 percentage points.
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 | 0,003 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».