MétaCan
Menu
Retour à la cohorte
Enregistrement W2110023126 · doi:10.1215/03616878-25-6-1083

Technology Assessment and the Sociopolitics of Health Technologies

2000· article· en· W2110023126 sur OpenAlexaff
Pascale Lehoux, Stuart Blume

Notice bibliographique

RevueJournal of Health Politics Policy and Law · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHealth technologyPoliticsHealth careTechnology assessmentSet (abstract data type)Process (computing)Public relationsPolitical scienceBiomedical technologyEngineering ethicsPsychologyComputer scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

In a growing number of countries, health technology assessment (HTA) has come to be seen as a vital component in policy making. Even though the assessment of the social, political, and ethical aspects of health technology is listed as one of its main objectives, in practice, the integration of such dimensions into HTA remains limited. Recent social scientific research on the inherently political nature of technology strongly supports such a comprehensive approach. The growing claims by and on behalf of consumer groups also suggest that HTA should be informed by a broader set of perspectives. Using the example of the cochlear implant in children, this essay compares the professed objectives of HTA with typical practice and explores possible explanations for the discrepancies observed. A second example, home telemonitoring for elderly persons, demonstrates how the types of evidence considered by HTA and the process through which assessments are produced may be reconsidered. We argue for the formal integration of the sociopolitical dimensions of health care technologies into assessments. The ability of HTA to more fully address important issues from a public policy point of view will increase by making explicit the sociopolitical nature of health care technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,705

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,246
Tête enseignante GPT0,494
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations148
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health Politics Policy and LawMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207