MétaCan
Menu
Retour à la cohorte
Enregistrement W2006325325 · doi:10.2190/hs.39.4.g

Health System Regionalization in Canada's Provincial and Territorial Health Systems: Do Citizen Governance Boards Represent, Engage, and Empower?

2009· article· en· W2006325325 sur OpenAlexafffundabout
Kelly Chessie

Notice bibliographique

RevueInternational Journal of Health Services · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésCorporate governanceHealthcare systemPublic administrationPolitical scienceBusinessEconomic growthHealth careEconomics

Résumé

récupéré en direct d'OpenAlex

Regionalization of the health care system, through the creation of sub-provincial service-delivery regions and governance authorities (i.e., regional health authorities, RHAs), has been a key part of Canadian health reform initiatives of the past two decades. Increased public participation in health care planning and service delivery is one of the explicit goals of regionalization. Based on a reanalysis of data from a 2001 survey of health system governors from 134 RHAs throughout Canada, this study explores the overall demographic composition of the citizen governance boards, as well as their responses to various opinion and attitude questions. To enable consideration of the extent to which these sites may support public deliberation and community development, overall responses are examined, as are responses within two subtypes of governors: system-experienced citizen governors and lay citizen governors--governors with or without previous health-system employment experience, respectively. The findings suggest that attention needs to be paid to these citizen governance boards if they are truly meant to be sites of citizen engagement in health policy and governance.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,298

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,005
Communication savante0,0040,002
Science ouverte0,0010,003
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 Opus0,018
Tête enseignante GPT0,282
Écart entre enseignants0,264 · 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'étudeQualitatif
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

Citations12
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health ServicesMême sujetHealthcare Policy and ManagementTravaux en français237 207