MétaCan
Menu
← Retour à la cohorte
Enregistrement W2148925686

[Innovation in the organization of health services delivery within the Metropolitan System of Solidarity in Peru].

2013· article· en· W2148925686 sur OpenAlexaboutno aff
Juan Arroyo, Ada Pastor-Goyzueta

Notice bibliographique

RevuePubMed · 2013
Typearticle
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaBusinessQuarter (Canadian coin)IncentiveService delivery frameworkOutsourcingSolidaritySocial securityService (business)Economic growthMarketingGeographyPolitical scienceEconomicsPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Based on the results achieved to date by the Metropolitan System of Solidarity (SISOL) in Peru, this study undertook to analyze the extent to which SISOL has contributed to innovation in the organization of health services delivery. METHODS: SISOL performance indicators were analyzed and compared with those of other health services delivery models in Peru, drawing on data from a survey of 4 570 SISOL users conducted in the last quarter of 2011, National Household Surveys from 2003 through 2011, and statistical data from the Peruvian Ministry of Health and Social Security. RESULTS: SISOL rated high in terms of growth of the demand served in Lima, productivity of human resources in office visits, and levels of user satisfaction. These results are attributed to: (a) the presence of specialists at the first level of care; (b) an innovative public-private structure, as opposed to outsourcing; and (c) a system of incentives based on shared risk management. CONCLUSIONS: The findings support the need for primary health care renewal, especially in urban areas to reduce the proliferation of unnecessary levels and sublevels of care. They also point to the possibility of developing synergistic public-private partnerships in which both sectors share risks and act in collaboration within a single service system. And finally, they indicate that primary care needs to be articulated into the segmented models.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,226
Écart entre enseignants0,208 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Travaux en français237 207→