MétaCan
Menu
Retour à la cohorte
Enregistrement W1783451684 · doi:10.24124/c677/2010130

Population Health and Health Reform: Needs-Based Funding in Five Provinces

2010· article· en· W1783451684 sur OpenAlexafffundvenue
Tom McIntosh

Notice bibliographique

RevueCanadian Political Science Review · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversity of Regina
Organismes subventionnairesCanadian Institutes of Health ResearchHealth Canada
Mots-clésUpstream (networking)StakeholderService delivery frameworkPopulationHealth policyBusinessDownstream (manufacturing)Population healthPoliticsService (business)Economic growthHealth carePublic relationsPolitical scienceMedicineEconomicsEnvironmental healthMarketing

Résumé

récupéré en direct d'OpenAlex

A key component of provincial health reform plans in the 1990s (and directly linked to the process of health system regionalization) was the attempt to move funding for service delivery to new models based on some notion of ‘population needs’. The intent of these models was to fund newly created regional health authorities relative to the health service needs of the population as determined by demographic, socio-economic and other measures of the population. This was done in the belief that it would facilitate the reorganization of service delivery to focus on ‘upstream’ determinants of health rather than merely treating ‘downstream’ illness and injury. This paper, part of a larger multi-faceted examination of provincial health reform decision makers involving researchers from across the country, summarizes and compares the experiences of five provinces (AB, SK, ON, QC and NF). Drawing on lengthy interviews with policy makers, political actors and stakeholder organizations the paper to the strong institutional and interest-based barriers that have blunted efforts to reform system financing at the regional level. Overcoming these barriers continues to be a key challenge for advocates of reorienting the delivery of health services to upstream determinants of population health.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,857
Score d'incertitude au seuil0,995

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0050,003
Communication savante0,0040,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,093
Tête enseignante GPT0,481
Écart entre enseignants0,388 · 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

Citations11
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Political Science ReviewMême sujetPrimary Care and Health OutcomesTravaux en français237 207