Exploring hospital accessibility in British Columbia's Lower Mainland
Notice bibliographique
Résumé
This thesis investigates healthcare accessibility in the Lower Mainland of British Columbia, which is a geographic area consisting of the regional districts of Metro Vancouver and the Fraser Valley. The research addresses three key questions: (1) What methods and metrics can be used to measure healthcare accessibility, and how can they be adapted to the Lower Mainland 's urban context? (2) What is the current state and spatial distribution of access to healthcare services in the Lower Mainland? (3) How does accessibility change with demographic factors and under disaster scenarios? The Enhanced Two-Step Floating Catchment Area (E2SFCA) method, adapted with a distance decay function, was employed to measure accessibility across Traffic Analysis Zones (TAZs) in the Lower Mainland using network information provided by TransLink. The analysis incorporated total bed capacity in hospitals with emergency rooms as a proxy for healthcare supply, and used normalized scores to compare the results across several case studies. The scenarios evaluated include a baseline assessment, a focus on senior and employed populations, and disaster simulations such as Disaster Response Routes (DRRs) and bridge closures following earthquakes. Results reveal significant spatial disparities in healthcare accessibility. While central and well-connected areas exhibit high accessibility, peripheral regions, such as Chilliwack and areas east of Abbotsford, face notable disadvantages, particularly for seniors. Disaster scenarios highlight the vulnerability of certain regions, where restricted routes and infrastructure disruptions can severely limit access to healthcare services. Despite the limitations of the network model, which excluded local roads and public transit, the findings underscore critical gaps in healthcare and transportation planning. By providing a detailed spatial understanding of healthcare accessibility, this thesis offers valuable insights for policymakers, healthcare providers, and urban planners in developing inclusive and disaster-resilient systems.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».