Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Drastichová, Magdaléna" wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
The Relationship Between Health Outcomes and Health Expenditure in Europe by Using Compositional Data Analysis
Związek między stanem zdrowia a wydatkami na zdrowie w krajach Europy, w oparciu o analizę danych złożonych
Autorzy:
Drastichová, Magdaléna
Filzmoser, Peter
Powiązania:
https://bibliotekanauki.pl/articles/371721.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
Tematy:
healthcare expenditure
life expectancy
healthy life years
death rate due to chronic diseases
sustainability
efficiency
compositional data analysis
wydatki na zdrowie
długość życia
czas życia w zdrowiu
śmiertelność w wyniku chorób przewlekłych
zrównoważoność
wydajność
analiza danych złożonych
Opis:
The type of health system in each country and the resources devoted to it determine its outcomes. Relationships between ratios of expenditure to Gross Domestic Product (GDP) classified by provider and indicators reflecting health outcomes in 2015 are examined for 30 countries by means of a compositional data analysis and a regression analysis. The countries in the sample are the European Union (EU-28) countries plus Iceland and Norway. The outcome indicators used are life expectancy at birth (LE); healthy life years in absolute value at birth for females (HLYf) and for males (HLYm); and death rate due to chronic diseases (DR) (response variables). The results indicate that the higher the ratio of expenditure on retailers and other providers of medical goods in relation to other types of expenditure in the composition, the higher the DR indicator and the lower the LE indicator. The ratio of expenditure on residential long-term care facilities in the composition seems to have had a positive effect on both HLY indicators. The effect of expenditure ratios on providers of healthcare system administration and financing is not straightforward.
Rodzaj systemu opieki zdrowotnej w każdym kraju i środki na niego przeznaczone determinują jego skuteczność. W tej pracy zbadano zależności między stosunkami wydatków do produktu krajowego brutto (PKB), a wskaźnikami odzwierciedlającymi wyniki zdrowotne w 2015 r. w 30 krajach za pomocą analizy danych złożonych (CoDA) i analizy regresji. To kraje Unii Europejskiej (UE-28) oraz Islandia i Norwegia. Stosowanymi wskaźnikami wyników są: oczekiwana długość życia w chwili urodzenia (LE); lata zdrowego życia w wartości bezwzględnej przy urodzeniu dla kobiet (HLYf) i dla mężczyzn (HLYm); oraz wskaźnik zgonów z powodu chorób przewlekłych (DR). Wyniki wskazują, że im wyższy stosunek wydatków na zdrowie w stosunku do innych rodzajów wydatków, tym wyższy wskaźnik DR i niższy wskaźnik LE. Stosunek wydatków na placówki długoterminowej opieki zdrowotnej miał pozytywny wpływ na oba wskaźniki HLY. Natomiast wpływ wskaźników wydatków na zarządców systemu opieki zdrowotnej i jego finansowania nie jest jednoznaczny.
Źródło:
Problemy Ekorozwoju; 2020, 15, 2; 99-110
1895-6912
Pojawia się w:
Problemy Ekorozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of Sustainable Development Using Cluster Analysis and Principal Component Analysis
Ocena zrównoważonego rozwoju za pomocą analizy skupień i analizy głównych składników
Autorzy:
Drastichová, Magdaléna
Filzmoser, Peter
Powiązania:
https://bibliotekanauki.pl/articles/371108.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
Tematy:
European Union (EU)
Hierarchical Cluster Analysis (HCA)
Principal Component Analysis (PCA)
Sustainable Development (SD)
Sustainable Development Goals (SDGs)
JEL Classification
Q01
Q50
Q51
Q54
Q56
Unia Europejska
hierarchiczna analiza skupień
analiza głównych wskaźników
rozwój zrównoważony
cele zrównoważonego rozwoju
Opis:
The European Union (EU) Sustainable Development Goals (SDG) indicator set replaced the EU Sustainable Development Strategy (SDS) in 2017. The selected indicators of this set were chosen for the analysis to classify the sample of the 28 EU countries along with Norway according to their performance in sustainability. In the selection of indicators, priority was given to the indicators reflecting the social dimension of SD, along with important representatives of the economic, ecological and institutional dimensions of SD generally. Hierarchical Cluster Analysis (HCA) and Principal Component Analysis (PCA) were applied to the data of 12 indicators in the period 2012- 2016. By means of the HCA, four clusters were created in each year of the period 2012-2016 using the indicator values of particular years and then using all the indicator values in all the monitored years for the general assignment of countries to particular clusters. According to changes in the assignment to particular clusters over the years, the sustainability of development and the path of SD in the examined countries are assessed. As regards the core countries of each cluster, cluster 1 includes the most developed EU countries and is thus evaluated as the best performing cluster. Cluster 2 including the least developed EU countries is evaluated as the worst performing cluster. Cluster 3 predominantly includes the transitive economies and it is evaluated as the second best performing cluster according to the indicators applied. Cluster 4 containing the Southern countries is assessed as the second worst performing cluster. From the shifts of countries that occurred between the years, the shift of Ireland from cluster 3 to cluster 1 in 2013 must be emphasised as the move towards higher sustainability. The shift of Slovakia and Hungary from cluster 2 to cluster 3 in 2013 is also evaluated as progress towards higher sustainability.
W Unii Europejskiej w 2017 r. Cele zrównoważonego rozwoju zastąpiły dotychczasową Strategię zrównoważonego rozwoju. W tej pracy wybrane wskaźniki odnoszące się do nowych Celów zrównoważonego rozwoju stanowią podstawę klasyfikacji 28 krajów Wspólnoty oraz Norwegii. Wśród tych wskaźników priorytetowo potraktowano te odnoszące się do wymiaru społecznego zrównoważonego rozwoju, uzupełniając dyskusję o podstawowe wskaźniki ekonomiczne, ekologiczne i instytucjonalne. Przeanalizowano okres obejmujący lata 2012-2016. Wobec wybranych 12 wskaźników zastosowano hierarchiczną analizę skupień i analizę głównych składników. Utworzono cztery klastry w ramach każdego roku z analizowanego okresu, określając wartości wskaźników dla poszczególnych lat, a następnie określenie wszystkich wartości wskaźników dla wszystkich monitorowanych lat umożliwiło przypisanie krajów do poszczególnych klastrów. Określenie zmian w przypisaniu do poszczególnych klastrów na przestrzeni lat umożliwiło ocenę zrównoważoności rozwoju i określenie ścieżki zrównoważonego rozwoju badanych krajów. Jeśli chodzi o główne kraje każdego klastra, to klaster 1 obejmuje najbardziej rozwinięte kraje UE i dlatego jest oceniany jako klaster, który osiąga najlepsze wyniki. Klaster 2 uwzględnia najsłabiej rozwinięte kraje i oceniony jest jako ten, który osiąga najgorsze wyniki. Klaster 3 obejmuje głównie gospodarki znajdujące się w okresie przejściowym i jest oceniany jako drugi osiągający najlepsze wyniki. Klaster 4 obejmuje kraje Południa i jest oceniany jako drugi osiągający najgorsze wyniki. Uwzględniając zmiany jakie zaszły w okresie kolejnych lat, należy podkreślić przesunięcie Irlandii z klastra 3 do klastra 1 w 2013 r., co oznacza ruch w kierunku większej zrównoważoności. Tak samo należy ocenić przejście w tym samym roku Słowacji i Węgier z klastra 2 do klastra 3.
Źródło:
Problemy Ekorozwoju; 2019, 14, 2; 7-24
1895-6912
Pojawia się w:
Problemy Ekorozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Factors of Quality of Life in a Group of Selected European Union and OECD Countries
Czynniki jakości życia w grupie wybranych krajów Unii Europejskiej i OECD
Autorzy:
Drastichová, Magdaléna
Filzmoser, Peter
Powiązania:
https://bibliotekanauki.pl/articles/1840948.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Komitet Człowiek i Środowisko PAN
Tematy:
health
human development
quality of life
sustainable development
regression analysis
principal component analysis
zdrowie
rozwój człowieka
jakość życia
zrównoważony rozwój
analiza regresji
analiza głównych składowych
Opis:
This work focuses on the evaluation of the factors of quality of life in a sample of 26 countries. Quality of life is a complex, multidimensional concept, which includes various social, cultural, economic, political, demographic and environmental aspects. Regarding this, principal component analysis and regression analysis were chosen as relevant methods to analyse relationships among twenty-five variables related to quality of life, and their rela-tionships with three composite indices reflecting crucial aspects of quality of life, wellbeing and sustainability. These indices, applied as the response variables in the regression analysis, include the inequality-adjusted alter-native of the Human Development Index (IHDI), the Happy Planet Index (HPI), and Healthy Life Years (HLY). The IHDI represents an objective indicator of human development and wellbeing. HLY reflects quality of life in terms of health. The HPI combines the ecological efficiency with which human wellbeing is delivered, while it also includes a subjective measure of wellbeing. Since each of these indices represent different aspects of quality of life to a certain extent, some of the factors (represented by selected indicators) affected them in different ways. After applying a Lasso regression, nine of the 25 indicators – representing crucial factors of quality of life – were identified. Homicide rate (representing the factor of safety) affected all three indices in a negative way, whereas Years in education (representing the factor of education) and Life satisfaction – a subjective indicator of wellbeing representing the dimension of the same name, affected them positively.
Niniejsza praca koncentruje się na ocenie czynników jakości życia na próbie 26 krajów. Jakość życia to złożone, wielowymiarowe pojęcie, które obejmuje różne aspekty społeczne, kulturowe, ekonomiczne, polityczne, demograficzne i środowiskowe. W związku z tym wybrano analizę głównych składowych i analizę regresji jako odpowiednie metody analizy relacji między 25 zmiennymi odnoszącymi się do jakości życia oraz ich związków z trzema złożonymi wskaźnikami odzwierciedlającymi kluczowe aspekty jakości życia, dobrostanu i zrównoważonego rozwoju. Wskaźniki te, stosowane jako zmienne odpowiedzi w analizie regresji, obejmują skorygowaną o nierówności alternatywę wskaźnika rozwoju społecznego (IHDI), wskaźnika szczęśliwej planety (HPI) i wskaźnika lat zdrowego życia (HLY). IHDI stanowi obiektywny wskaźnik rozwoju człowieka i dobrobytu. HLY odzwierciedla jakość życia w kategoriach zdrowia. HPI łączy w sobie efektywność ekologiczną, z jaką zapewnia dobrostan człowieka, a także subiektywną miarę dobrostanu. Ponieważ każdy z tych wskaźników w pewnym stopniu reprezentuje różne aspekty jakości życia, niektóre czynniki (reprezentowane przez wybrane wskaźniki) wpływały na nie w różny sposób. Po zastosowaniu regresji Lasso zidentyfikowano dziewięć z 25 wskaźników – reprezentujących kluczowe czynniki jakości życia. Wskaźnik zabójstw (będący czynnikiem bezpieczeństwa) wpłynął negatywnie na wszystkie trzy wskaźniki, natomiast lata nauki (będące czynnikiem wykształcenia) i zadowolenie z życia – subiektywny wskaźnik dobrostanu reprezentujący wymiar o tej samej nazwie – wpłynęły na nie pozytywnie.
Źródło:
Problemy Ekorozwoju; 2021, 16, 2; 75-93
1895-6912
Pojawia się w:
Problemy Ekorozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies