Using location-allocation models to aid in the locating of preventive health care facilities for Newfoundland & Labrador
Notice bibliographique
Résumé
The province of Newfoundland and Labrador is facing unprecedented demographic \nchange. The population is aging at a faster rate than in any other province in Canada, and \nthis is leading to dramatically increased costs to the province’s health care system. One \nway to help alleviate the rising costs of health care is to promote preventive health care. \nPreventive health care can save lives and contribute to better quality of life by diagnosing \nserious medical conditions early. Unlike services for those who have urgent medical \nneeds, preventive health services are intended primarily for healthy people who are less \nwilling to travel long distances to access services. For this reason preventive health \nservices, such as mammography units, require different locational decision methodology \nthan other types of health care (Gu & McGregor, 2010). \nThis research provides a methodology to locate preventive health care facilities \nefficiently while ensuring spatial equity in distribution of services. Spatial equity refers \nto the locating of services for individuals equitably regardless of where they live. To \nachieve this, a variation is presented on the traditional maximal covering location \nproblem that incorporates equity into location-allocation (LA) modeling. Using custom \ndeveloped LA software, the variant algorithm is used to locate mammography facilities as \na representative type of preventive health services for the island of Newfoundland. The \nsolution set is compared to the locations of the current mammography program, which \nwill show that the facilities of the province are well located. The results are compared to \nthose of other models and shown to be the best in terms of equity in service delivery. This study also helps demonstrate that LA models are an effective tool in public facility \nplanning, especially when evidence-based decision making is important.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».