MétaCan
Menu
Retour à la cohorte
Enregistrement W2344528596 · doi:10.3917/rpve.551.0057

La couverture santé universelle dans les pays à revenus faibles et intermédiaires : analyses économiques

2016· article· fr· W2344528596 sur OpenAlexaff
Élisabeth Paul, Oriane Bodson, Valéry Ridde, Fabienne Fecher

Notice bibliographique

RevueReflets et perspectives de la vie économique · 2016
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Les pays à revenus faibles et intermédiaires sont confrontés à des besoins de financement élevés pour assurer une couverture santé universelle (CSU) permettant à chacun d’avoir accès à des services de santé de qualité sans encourir de difficultés financières. Cet article tente de montrer comment l’analyse économique peut être mobilisée pour identifier des stratégies utiles pour tendre vers la CSU. Trois axes complémentaires où l’analyse économique a une plus-value sont présentés : i) la mobilisation des ressources et l’équité verticale ; ii) l’amélioration de l’efficacité dans l’allocation des ressources et l’équité horizontale ; iii) la gestion opérationnelle des ressources, en particulier à travers le financement basé sur les résultats (efficience). Pour chacun, nous présentons un bref état des lieux des connaissances et évoquons quelques perspectives de recherche. Classifications JEL : I1, O23, A12, A13, D610, D630, H2

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)0,016
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,247
Tête enseignante GPT0,460
Écart entre enseignants0,214 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReflets et perspectives de la vie économiqueMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207