MétaCan
Menu
Retour à la cohorte
Enregistrement W1519182674 · doi:10.60082/2563-8505.1074

Reversal of Fortune: Litigating Health Care Reform in Auton v. British Columbia

2005· article· en· W1519182674 sur OpenAlexaffabout
Christopher P. Manfredi, Antonia Maioni

Notice bibliographique

RevueSupreme Court law review · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésConstitutionalityLegal guardianSupreme courtPolitical scienceLawPublic administrationHealth careGuardian

Résumé

récupéré en direct d'OpenAlex

In June 2004 the Supreme Court heard oral arguments in Chaoulli v.Quebec (Attorney General) and Auton (Guardian ad litem of) v. British Columbia (Attorney General). at issue in Chaoulli was the constitutionality of legal restrictions on the private provision of health care; at issue in Auton was the constitutionality of British Columbia’s decision not to fund a specific treatment for autism within its public health care system. Chaoulli and Auton are the most visible manifestations of an increasingly common phenomenon: The use of rights-based litigation as an instrument of health care policy reform. This paper focuses on Auton as an example of legal mobilization. It explores three key questions about the phenomenon of planned, strategic litigation: How these cases enter the judicial system? Under what conditions are they likely to be successful? What is the impact of winning — or losing — on the broader policy environment? the paper concludes with some general comments on the use of litigation for health care policy reform.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,421
Écart entre enseignants0,371 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSupreme Court law reviewMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207