MétaCan
Menu
Retour à la cohorte
Enregistrement W2338395275 · doi:10.12927/hcpap.2015.24417

Towards a Model of Stewardship and Accountability in Support of Innovation and “Good” Failure

2015· letter· en· W2338395275 sur OpenAlexaffvenue
Keith Denny, Jérémy Veillard

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2015
Typeletter
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic Procurement and Policy
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAccountabilityStewardship (theology)BusinessProcess managementKnowledge managementEngineering ethicsPublic relationsPolitical scienceComputer scienceEngineeringPolitics

Résumé

récupéré en direct d'OpenAlex

From an evolutionary perspective, failures of imagination and missed opportunities to learn from experimentation are as potentially harmful for the health system as failures of practice. The conundrum is encapsulated in the fact that while commentators are steadfast about the need on the part of the stewards of the health system to avoid any waste of public dollars, they are also insistent about the need for innovation. There is tension between these two imperatives that is often unrecognized: the pursuit of efficiency, narrowly defined, can crowd out the goal of innovation by insisting on the elimination of "good waste" (the costs of experimentation) as well as "bad waste" (the costs of inefficiency) (Potts 2009). This tension is mirrored in the two broad drivers of performance reporting in health systems: public accountability and quality improvement. Health organizations, predominantly funded by public funds, are necessarily accountable for the ways in which those funds are used and outcomes achieved. This paper reviews how accountability relationships should be re-examined to create room for "good failure" and to ensure that system accountability does not become a barrier to performance improvement.

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)0,052
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,277

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,080
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,102
Communication savante0,0300,055
Science ouverte0,0070,020
Intégrité de la recherche0,1050,097
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,085
Tête enseignante GPT0,312
Écart entre enseignants0,227 · 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'étudeThéorique ou conceptuel
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetPublic Procurement and PolicyTravaux en français237 207