Notice bibliographique
Résumé
My dissertation aims to understand how patients’ choice and utilization of healthcare are affected by health policies, including public health insurance and pharmaceutical price regulation. The first chapter of my thesis explores the determinants of health care demand for rural residents, with a focus on the introduction of a public insurance program in rural China. I develop and estimate a model of health facility choice and explore the welfare implications of counterfactual policies that would constrain rural patients’ choice of hospital, based on disease severity and care type (inpatient vs. outpatient). The second chapter examines whether health policies have the potential to improve patient and society welfare, focusing on the effects of a Canadian pharmaceutical pricing policy on drug expenditures and drug utilization among seniors. I estimate the effects of the policy with a difference-in-differences approach. To explore the mechanisms driving the effects, I also analyze the demand-side incentives and the role of the health insurance design (fixed dollar copayment vs. percentage co-insurance). To shed light on a puzzle I uncovered in my event study of chapter 2, the last chapter documents and proposes some tests of a recurring pattern with the size and evolution of cluster-robust standard errors (CRSE) in event study. The CRSE generally exhibit a decreasing trend across pre-event periods. I explore possible explanations for this issue by replicating some empirical papers and performing Monte Carlo simulations. The simulation results demonstrate that CRSE always present the decreasing pattern in pre-event periods, more so when intra-cluster correlation is high
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 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 ».