Does Public Health Care Redistribute from Me to You, or Just to Myself When I’m Old?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Impressions of the degree of income inequality can be substantially altered when publicly financed in- kind benefits like health care are included (e.g. Smeeding et al (1993); Verbist et al., 2012). The vast majority of these analyses have been cross-sectional. But age is then a major confounder, since the elderly tend to have both lower incomes and higher health care utilization, while the middle aged are both healthier and have higher incomes. As a result, from a lifetime perspective, the redistributive impact of publicly financed health care is likely overstated compared to typical cross-sectional estimates. In this analysis, we provide both cross-sectional and lifetime estimates of the distribution of Canada’s publicly funded health care. This analysis is complicated by Canada’s fiscal federalism, where most health care is provided at the provincial level, while provincial revenues come not only from provinces ’ own taxes, but also from federal to provincial fiscal transfers. Further, life expectancy increases with income, which may be important when taking a life course perspective. These various elements have been woven together into a microsimulation model that synthesizes period birth cohorts for men and women, disaggregated by income group. The result is estimates of the lifetime as well as cross-sectional distributional impacts of Canada’s publicly funded health care. While the extent of
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.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 découle