Predictors of Family Physician Use Among Older Residents of Ontario and An Analysis of the Andersen-Newman Behavior Model
Bibliographic record
Abstract
RÉSUMÉ Les données sur l'utilisation des médecins de famille par les personnes âgées (65 ans et plus) de l'Enquête sur la santé en Ontario (1990) nous ont permis d'examiner les variables prédictives de leur utilisation selon les groupes d'âge et le sexe. À l'instar des études antérieures, les variables prédictives les plus importantes étaient le nombre de problèmes de santé et la perception de l'état de santé. Toutefois, en dépit des efforts en vue d'améliorer la force prédictive du modèle de comportement Andersen-Newman, ces variables n'ont expliqué que 29 pour cent de la variation de l'utilisation des médecins de famille lorsque le modèle a été appliqué aux personnes âgées interrogées dans le cadre de cette enquête. En outre, le niveau de variation expliqué est demeuré relativement bas lorsque des analyses ont été effectuées selon les groupes d'âge et le sexe. Bien que ce modèle de comportement soit le cadre conceptuel le plus fréquemment utilisé, la présente étude suggère qu'il n'est peut-être pas le plus approprié pour l'examen de l'utilisation des médecins de famille par les personnes âgées au Canada.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".