MétaCan
Menu
Retour à la cohorte
Enregistrement W7061606644

Regional Differences In Household Expenditure On Pharmaceuticals: Evidence From Malaysia

2023· article· en· W7061606644 sur OpenAlexfundno aff

Notice bibliographique

RevueUniversiti Utara Malaysia Institutional Repository (Universiti Utara Malaysia) · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSuperconducting Materials and Applications
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health ResearchUniversiti MalayaInternational Development Research CentreUniversiti Sains Islam MalaysiaAfrican Population and Health Research CenterYayasan Sime Darby
Mots-clésRural areaOrder (exchange)Health insurancePublic healthConsumption (sociology)Public expenditureInequalityHealth care
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study investigates the factors associated with pharmaceutical expenditure share (PES) among households in different regions of Malaysia. Using data from the Household Expenditure Surveys 2014 and 2016, the study found that on average, a Malaysian household had a PES of 0.8%, which was equivalent to Ringgit Malaysia (RM) 30-40 per month. In general, households with younger, male, less-educated, or Bumiputera heads were less likely to consume pharmaceutical products and had lesser PES than others. Not owning insurance reduced the likelihood of consuming pharmaceutical products and PES. Urban households in low- and middle-income states had a higher PES than rural households. This study recommends more public health clinics in urban areas of low- and middle-income states and townships with more elderly in order to improve access to essential medicines.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,073
Tête enseignante GPT0,247
Écart entre enseignants0,175 · 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'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversiti Utara Malaysia Institutional Repository (Universiti Utara Malaysia)Même sujetSuperconducting Materials and ApplicationsTravaux en français237 207