Canada's Access to Medicines Regime: a present failure or a future success?
Notice bibliographique
Résumé
Objectives In 2003, Canada became the first country to implement legislation invoking the provisions of Trade Related Aspects of Intellectual Property Rights (TRIPS) with the approval of the Canadian Access to Medicines Regime (CAMR). In 2007 Rwanda became the first country to attempt to use the legislation. In this paper we conduct a comparative analysis of diverse key informants' opinions before and after the use of CAMR by Rwanda. We probe the legislation from its inception to determine whether its application is sustainable. Based on our findings we predict whether CAMR achieves its humanitarian objective in a consistent way, and, if not, what is needed to obtain this. Methods Interviews were conducted in two phases; Phase I was conducted before the Rwanda tender process started, and before the Legislative Review of 2007. Phase II was conducted once CAMR had already been reviewed and implemented. A total of 35 interviews were conducted. Key findings Throughout our key informants' interviews it was evident that CAMR fails to provide a workable solution to improving drug access for those in need. While it presented a laudable goal, competing interests and the commercial needs of its key informants have prevented the legislation from providing its humanitarian purpose. Conclusions For CAMR to be a sustainable, efficient legislation it is necessary for it to undergo significant reforms as suggested. The Canadian Government should address the specific needs of developing countries to increase their access to drugs, and should prioritize its humanitarian objectives over commercial ones, for the policy to be successful.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».