MétaCan
Menu
← Retour à la cohorte
Enregistrement W2169655088 · doi:10.12927/hcpap.2015.24260

Healthcare, Intergovernmentalism and Population Health: The Challenge of Reform in an Era of Disengagement

2014· letter· en· W2169655088 sur OpenAlexaffvenueabout
Tom McIntosh

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2014
Typeletter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensSaskatchewan Health
Organismes subventionnairesnon disponible
Mots-clésDisengagement theoryHealth careGovernment (linguistics)Population healthPopulationPolitical sciencePsychological interventionPublic relationsPublic administrationEconomic growthMedicineGerontologyNursingEnvironmental healthEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The model proposed by Gardner, Fierlbeck and Levy offers an innovative and compelling framework for moving past the dysfunction of the current intergovernmental relationship in health. It provides a viable role for the federal government and a means to shift our attention on improving health outcomes relative to past provincial performance. At the same time there are important questions about how both federal leadership and population health is understood and justified within the model. The history of federal leadership in health reform is questioned as to both its necessity and its effectiveness. One must also confront the possibility that federal disengagement from contentious intergovernmental issues may be emerging as a more permanent feature of federal-provincial relations in Canada. For the focus on population health to be effective, it must, in the first instance, take into account the necessity of focussing population health interventions for the most marginalized populations and the need to focus those interventions on the socio-economic determinants of health that exist outside of the healthcare system.

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)0,024
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,042
Communication savante0,0150,020
Science ouverte0,0040,010
Intégrité de la recherche0,0850,079
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,071
Tête enseignante GPT0,332
Écart entre enseignants0,261 · 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'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

Citations0
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy→Même sujetGlobal Public Health Policies and Epidemiology→Travaux en français237 207→