Income-related health inequality in Canada
Notice bibliographique
Résumé
This study uses data from the 1994 National Population Health Survey and applies the methods developed by Wagsta and van Doorslaer (1994, measuring inequalities in health in the presence of multiple-category morbidity indicators. Health Economics 3, 281–291) to measure the degree of income-related inequality in self-reported health in Canada by means of concentration indices. It finds that significant inequalities in self-reported ill-health exist and favour the higher income groups — the higher the level of income, the better the level of self-assessed health. The analysis also indicates that lower income individuals are somewhat more likely to report their self-assessed health as poor or less-than-good than higher income groups, at the same level of a more ‘objective ’ health indictor such as the McMaster Health Utility Index. The degree of inequality in ‘subjective ’ health is slightly higher than in ‘objective’ health, but not significantly dierent. The degree of inequality in self-assessed health in Canada was found to be significantly higher than that reported by van Doorslaer et al. (1997, income related inequalities in health: some international comparisons, Journal of Health Economics 16, 93–112) for seven European countries, but not significantly dierent from the health inequality measured for the UK or the US. It also appears as if Canada’s health inequality is higher than what would be expected on the basis of its income inequality. # 2000 Elsevier Science Ltd. All rights reserved.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».