Exploring the Ecology of Canada’s Publicly Funded Residential Long-Term Care Bed Supply
Bibliographic record
Abstract
RÉSUMÉ Malgré l'augmentation de la population des personnes âgées au Canada, et la variation de stratégies de soins de longue durée (SLD) que les provinces ont mis en place, peu de recherches ont porté sur la compréhension de la mesure dans laquelle l'approvisionnement de lits des SLD résidentiels financés par l'État varient parmi les provinces, ou les facteurs influençant cette variation. Notre étude a porté sur une analyse dans laquelle nous avons examiné l'association de trois caractéristiques juridictionnelles sélectionnés avec la fourniture des lits LTC: la démographie de l'âge de la population, les ressources économiques des provinces, et les investissements provinciaux dans les soins à domicile. On n'a pas trouvé de l'écologie interjuridictionelle importante ni d'interrelation entre la variation de l'approvisionne-ment de lits des SLD avec aucune des variables étudiées. La variation entre les provinces pour le disponibilité de lits n'a également pas influencé statistiquement du jour à l'autre le niveau de soins spécifiques pour l'attente des SLD, ce qui suggère que ces jours ne sont pas influencés simplement par des différences dans l'approvisionnement de lits des SLD, et que d'autres facteurs au niveau provincial étaient en jeu.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".