The development of a disinvestment framework to guide resource allocation decisions in health service delivery organizations
Notice bibliographique
Résumé
Objective: Within publicly funded health care, there is an urgent need to reduce spending while maximizing benefits; however, processes to guide so-called disinvestment decisions are lacking. The purpose of this research is to develop a framework that will provide decision-makers with a more equitable approach to meeting budgetary constraints than current practices. Methods: Through a systematic review of the health care literature and a scoping review of the public sector and business literatures, a knowledge synthesis of disinvestment approaches was created, including analyses of current strategies and the modeling of appropriate processes. From this synthesis, a disinvestment framework has been developed. In collaboration with Chief Financial Officers from across Western Canada and an external reference group comprised of international researchers, the framework has been critiqued in keeping with current resource allocation practices. Results: Evidence from the two reviews revealed that while budgetary cutbacks are experienced across government, non-profit and the private sector, very few processes have been developed to identify and implement disinvestment options. In cases of budget re-allocation, program budgeting and marginal analysis (PBMA) was the most relevant framework described. However, PBMA fails to address stand-alone disinvestment requirements. Within the public sector and business literatures, cutback management and policy termination research offered strategies to mitigate barriers and facilitate implementation, however, details were absent. Drawing elements from the approaches identified in the reviews, and in collaboration with decision-makers and other researchers, a seven-step disinvestment framework was developed that can be incorporated into on-going priority setting practices or applied as a stand-alone activity. Conclusion: This work addresses a critical knowledge gap in how health service organizations approach disinvestment activities. The proposed framework provides detailed steps to equip health care decision makers with a clear and defined disinvestment process. Such a process will help to ensure limited funds are allocated based on evidence rather than across-the-board cuts or historical practices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,113 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,023 | 0,013 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,019 | 0,016 |
| Science ouverte | 0,008 | 0,011 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».