MétaCan
Menu
Retour à la cohorte
Enregistrement W2123241207 · doi:10.12927/hcpol.2014.23849

Accountability and Primary Healthcare

2014· article· fr· W2123241207 sur OpenAlexafffundvenueabout
Shaheena Mukhi, Jan Barnsley, Raisa Deber

Notice bibliographique

RevueHealthcare policy · 2014
Typearticle
Languefr
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensInstitute for Work & HealthInstitute of Health Services and Policy ResearchUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Medical Association
Mots-clésAccountabilityCorporate governanceHealthcare policyBusinessPrimary careHealth careHealthcare servicePublic relationsPublic administrationPolitical scienceMedicineHealth policyHealth care reformFamily medicineFinance

Résumé

récupéré en direct d'OpenAlex

This paper examines the accountability structures within primary healthcare (PHC) in Ontario; in particular, who is accountable for what and to whom, and the policy tools being used. Ontario has implemented a series of incremental reforms, using expenditure policy instruments, enforced through contractual agreements to provide a defined set of publicly financed services that are privately delivered, most often by family physicians. The findings indicate that reporting, funding, evaluation and governance accountability requirements vary across service provider models. Accountability to the funder and patients is most common. Agreements, incentives and compensation tools have been used but may be insufficient to ensure parties are being held responsible for their activities related to stated goals. Clear definitions of various governance structures, a cohesive approach to monitoring critical performance indicators and associated improvement strategies are important elements in operationalizing accountability and determining whether goals are being met.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,449
Écart entre enseignants0,379 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetPrimary Care and Health OutcomesTravaux en français237 207