Ethics and economics: does programme budgeting and marginal analysis contribute to fair priority setting?
Notice bibliographique
Résumé
OBJECTIVE: Limited resources mean that decision-makers must set priorities among competing opportunities. Programme budgeting and marginal analysis (PBMA) is an economic approach that focuses on optimizing benefits with available resources. Accountability for reasonableness (A4R) is an ethics approach that focuses on ensuring fair priority-setting processes. PBMA and A4R have been used separately to provide decision-makers with advice about how to set priorities within limited resources. The goals of this research were to use the A4R framework to evaluate the fairness of using PBMA for priority setting and to assess how A4R might make PBMA fairer. METHODS: Qualitative case studies to describe priority setting using PBMA in the Calgary Health Region (Alberta, Canada) evaluated using A4R as a conceptual framework. RESULTS: The use of PBMA for priority setting was fairer than previous priority setting because of its emphasis on explicit rational decision-making. However, there were opportunities to improve the process, particularly by collecting data related to the decision criteria, by developing a communication plan to engage internal and external stakeholders about priority-setting, and by providing a formal mechanism to review priority-setting decisions and resolve disputes. CONCLUSIONS: There is potential for combining A4R and PBMA in a more comprehensive approach to priority setting, which uses a fair priority-setting process to reach decisions aimed at achieving optimal benefits with available resources.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,121 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».