MétaCan
Menu
Retour à la cohorte
Enregistrement W2130397431 · doi:10.1177/1403494813506522

Challenges to promoting health in the modern welfare state: The case of the Nordic nations

2013· article· en· W2130397431 sur OpenAlexaff
Dennis Raphael

Notice bibliographique

RevueScandinavian Journal of Public Health · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésWelfare statePublic healthWelfarePovertyHealth promotionPolitical scienceGlobalizationEconomic growthImmigrationHealth policyWelfare capitalismEquity (law)Development economicsEconomicsHealth careMedicinePolitics

Résumé

récupéré en direct d'OpenAlex

AIMS: Finland, Norway, and Sweden are leaders in promoting health through public policy action. Much of this has to do with the close correspondence between key health promotion concepts and elements of the Nordic welfare state that promote equity through universalist strategies and programs that provide citizens with economic and social security. The purpose of this article is to identify the threats to the Nordic welfare states related to immigration, economic globalization, and welfare state fatigue. METHODS: Through a critical analysis of relevant literature and data this article provides evidence of the state of the Nordic welfare state and some of these challenges to the Nordic welfare state and its health promotion efforts. RESULTS: There is evidence of declining support for the unconditional Nordic welfare state, increases in income inequality and poverty, and a weakening of the programs and supports that have associated with the excellent health profile of the Nordic nations. This is especially the case for Sweden. CONCLUSIONS: It is argued that the Nordic welfare states' accomplishments must be celebrated and used as a basis for maintaining the public policies shown to be successful in promoting the health of its citizens.

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)0,012
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,026
Communication savante0,0120,005
Science ouverte0,0010,007
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,094
Tête enseignante GPT0,384
Écart entre enseignants0,290 · 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'étudeObservationnel
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

Citations61
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Public HealthMême sujetHealth disparities and outcomesTravaux en français237 207