MétaCan
Menu
Retour à la cohorte
Enregistrement W2162857663 · doi:10.1111/j.1748-720x.2010.00505.x

Seven Challenges in International Development Assistance for Health and Ways Forward

2010· article· en· W2162857663 sur OpenAlexaff
Devi Sridhar

Notice bibliographique

RevueThe Journal of Law Medicine & Ethics · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésAccountabilityContext (archaeology)Developing countryUnintended consequencesBusinessEconomic growthQuality (philosophy)Aid effectivenessHealth policyDevelopment aidPolitical sciencePublic relationsHealth careFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

This paper outlines seven challenges in development assistance for health, which in the current financial context, have become even more important to address. These include the following: (1) the proliferation of initiatives, focusing on specific diseases or issues, as well as (2) the lack of attention given to reforming the existing focal health institutions, the WHO and World Bank. (3) The lack of accountability of donors and their influence on priority-setting are part of the reason that there is "initiavitis," and resistance to creating a strong UN system. (4) Other than absolute quantity of aid, three other challenges linked to donors relate to the quality of aid financing particularly the pragmatic difficulties of financing horizontal interventions, (5) the marginal involvement of developing country governments as aid recipients, and (6) the heavy reliance on Northern-based organizations as managers of funds. (7) The final challenge discussed focuses on two unintended consequences of the recent linking of health and foreign policy for international development assistance. The paper then provides three suggestions for ways forward: creating new mechanisms to hold donors to account, developing national plans and strengthening national leadership in health, and South-South collaboration.

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)0,011
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,211
Tête enseignante GPT0,414
Écart entre enseignants0,203 · 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'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

Citations55
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Law Medicine & EthicsMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207