MétaCan
Menu
Retour à la cohorte
Enregistrement W1493506041 · doi:10.1300/j010v35n01_11

Mental Health System Reform

2002· article· en· W1493506041 sur OpenAlexaffabout
Wes Shera, Uri Aviram, Bill Healy, Shulamit Ramon

Notice bibliographique

RevueSocial Work in Health Care · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMental healthMarketizationMandateService delivery frameworkLegislatureSocial workHealth policyWork (physics)Public relationsBusinessEconomic growthPolitical sciencePublic administrationHealth careService (business)EconomicsMedicineMarketingChina

Résumé

récupéré en direct d'OpenAlex

In recent years many countries have embarked on various types of health and mental health reform. These reforms have in large part been driven by governments' concerns for cost containment which has, in turn, been driven by an increasing process of global marketization and the need to control national deficits. A critical issue in these reforms is the increased emphasis on the use of "market mechanisms" in the delivery of health and mental health services. This paper uses a policy analysis framework to compare recent developments in the mental health sector in Canada, the United States, Britain and Australia. The common framework to be used for this will focus on: the defining characteristics of the society; legislative mandate; sectorial location (within or separate from health sector); funding streams; organising values of the system; locus of service delivery; service technologies; the role of social work; interprofessional dynamics; the role of consumers; and evaluation of outcomes at multiple levels. This analysis provides an opportunity to explore similarities and differences in mental system reform and in particular identify the challenges for social work in the field of mental health in the 21st century.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,005
Communication savante0,0070,003
Science ouverte0,0010,008
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0290,001

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,392
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial Work in Health CareMême sujetHealthcare innovation and challengesTravaux en français237 207