Assessing trade in health services in countries of the Eastern Mediterranean from a public health perspective
Notice bibliographique
Résumé
SUMMARY: Assessing trade in health services (TiHS) in developing countries is challenging since the sources of information are diverse, information is not accessible and professionals lack grasp of issues. A multi-country study was conducted in the Eastern Mediterranean Region (EMR)--Egypt, Jordan, Lebanon, Morocco, Oman, Pakistan, Sudan, Syrian Arab Republic, Tunisia, and Yemen. The objective was to estimate the direction, volume, and value of TiHS; analyze country commitments; and assess the challenges and opportunities for health services.Trade liberalization favored an open trade regime and encouraged foreign direct investment. Consumption abroad and movement of natural persons were the two prevalent modes. Yemen and Sudan are net importers, while Jordan promotes health tourism. In 2002, Yemenis spent US$ 80 million out of pocket for treatment abroad, while Jordan generated US$ 620 million. Egypt, Pakistan, Sudan and Tunisia export health workers, while Oman relies on import and 40% of its workforce is non-Omani. There is a general lack of coherence between Ministries of Trade and Health in formulating policies on TiHS.This is the first organized attempt to look at TiHS in the EMR. The systematic approach has helped create greater awareness, and a move towards better policy coherence in the area of trade in health services.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».