MétaCan
Menu
Retour à la cohorte
Enregistrement W1779724219

Leakage of Public Resources in the Health Sector: An Empirical Investigation of Chad

2007· article· en· W1779724219 sur OpenAlexaff
Waly Wane, Bernard Gauthier

Notice bibliographique

RevueSSRN Electronic Journal · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésEndogeneityBusinessChristian ministryHealth careGovernment (linguistics)PopulationPublic healthPublic sectorWageCompetition (biology)Leakage (economics)Economic growthDemographic economicsPublic economicsEnvironmental healthEconomicsMedicineLabour economicsPolitical scienceNursingEconomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the public sector in developing countries, leakage of public resources could prove detrimental to users and affect the well-being of the population. This paper empirically examines the importance of leakage of government resources in the health sector in Chad, and its effects on the prices of drugs. The analysis uses data collected in Chad as part of a Health Facilities Survey organized by the World Bank in 2004. The survey covered 281 primary health care centers and contained information on the provision of medical material, financial resources, and medicines allocated by the Ministry of Health to the regional administration and primary health centers. Although the regional administration is officially allocated 60 percent of the ministry's non-wage recurrent expenditures, the share of the resources that actually reach the regions is estimated to be only 18 percent. The health centers, which are the frontline providers and the entry point for the population, receive less than 1 percent of the ministry's non-wage recurrent expenditures. Accounting for the endogeneity of the level of competition among health centers, the leakage of government resources has a significant and negative impact on the price mark-up that health centers charge patients for drugs.

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)0,007
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,005
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
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 Opus0,035
Tête enseignante GPT0,278
Écart entre enseignants0,243 · 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'étudeObservationnel
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetEconomic Growth and DevelopmentTravaux en français237 207