Ariel Ducey, Never Good Enough: Health Care Workers and the False Promise of Job Training
Notice bibliographique
Résumé
H ealth care reform and restructuring are part of political discourse and policy initiatives worldwide.Commonly, reform is aimed at efficiency, making better use of existing resources in order to contain costs and to maximize quality of care.Although the importance of striking a balance between the cost and quality of care is generally agreed upon, how to accomplish this at local and national levels is highly debated.In a novel approach, Ariel Ducey looks at one dimension of health care reform, worker education.The reciprocal impact of the job training industry on health care work and workers is the main focus of Never Good Enough: Health Care Workers and the False Promise of Job Training.Ducey provides an in-depth look at both the promises and inadequacies of educational training on the economic livelihood, career mobility, and working conditions of frontline healthcare workers in New York City.Beginning in the 1990s, pro-market health care reform in New York advocated free market competition, encouraged entrepreneurship within the education industry, and stressed health system efficiency through principles of autonomy and individualism.The book is based on field work and in-depth interviews with health care workers, hospital and union officials, program planners, and educational trainers at several non-profit private healthcare facilities in New York between 1999 and 2003.Ducey's main argument is that the pro-market approach failed to address key structural issues related to health system reform.Job training initiatives were originally designed to address expectations of widespread hospital closures coupled with massive staff unemployment.These consequences did not materialize in the "unique political climate" of New York City; instead, as elsewhere in the US and other countries, unforeseen worker shortages dominated the policy and political agenda.Ducey contends that the money dedicated to job training programs did little to compensate for daily workplace challenges such as the lack of material
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,018 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,009 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».